Procesamiento del Lenguaje Natural (PLN)

Exponer un panorama de los problemas que presenta el procesamiento de la lengua (lenguaje natural o lenguaje humano), las técnicas que se utilizan para abordarlos y los fundamentos teóricos en que se basan estas técnicas. La base de la asignatura es el estudio de la ingeniería lingüística en sus tres vertientes: 1. métodos y herramientas, 2. recursos y formas de adquirirlos, 3. aplicaciones. El enfoque de la asignatura será básicamente práctico. Se tratarán las dos grandes áreas de aplicación: los sistemas basados en diálogos persona-máquina y los sistemas de procesamiento de grandes volúmenes de información textual. El temario de la asignatura pretende cubrir las dos aproximaciones que normalmente se utilizan en las tareas de procesamiento del lenguaje natural: la aproximación basada en el conocimiento (básicamente lingüístico) y la aproximación basada en métodos empíricos (básicamente de tipo estadístico o de aprendizaje automático).

Conocimientos

1. Alcance y necesidad de las técnicas de Procesamiento del Lenguaje Natural.
2. Conceptos básicos sobre las aplicaciones más habituales de Procesamiento del Lenguaje Natural. Sistemas basados en diálogos, sistemas de traducción automática, sistemas de búsqueda de la respuesta, sistemas de resumen automático, sistemas de recuperación y extracción de la información textual y otros.
3. Técnicas básicas que se usan en las tareas de Procesamiento del Lenguaje Natural. Análisis morfológico y sintáctico, interpretación semántica, desambiguación semántica, y otros.
4. Fundamentos básicos de estas técnicas.
5. Conocimiento básico de los lenguajes que se usan en las aplicaciones de Procesamiento del Lenguaje Natural.
6. Conocimiento de los recursos necesarios para el tratamiento de la lengua: diccionarios, gramáticas, lexicones, ontologías y otros.

Habilidades

1. Analizar un problema, identificar las posibilidades y ventajas de aplicar técnicas de Procesamiento del Lenguaje Natural para abordarlo.
2. Elección de las técnicas más adecuadas para cada tarea de PLN.
3. Extraer y representar el conocimiento necesario para construir una aplicación de Procesamiento del Lenguaje Natural. Selección y evaluación de los recursos necesarios y de los recursos disponibles.
4. Capacidad para integrar componentes ya existentes de PLN (tanto recursos lingüísticos como herramientas de tratamiento) en aplicaciones reales.
5. Capacidad para diseñar y construir componentes software que resuelvan problemas básicos de PLN (analizadores, desambiguadores, traductores, etc.)
6. Capacidad para diseñar y realizar experimentos necesarios para la aplicación de los métodos empíricos de PLN y analizar los resultados.

Competencias

1. Capacidad para resolver problemas aplicando los métodos de la ciencia y la ingeniería.
2. Capacidad para crear y utilizar modelos de la realidad.
3. Capacidad para diseñar sistemas, componentes o procesos que se ajusten a unas necesidades, utilizando los métodos, técnicas y herramientas más adecuadas en cada caso.
4. Capacidad para diseñar y realizar experimentos y analizar los resultados.

Las clases están divididas en sesiones de teoría, problemas y laboratorio. En las sesiones de teoría se desarrollarán los conocimientos de la asignatura. Las clases de problemas permitirán profundizar en las técnicas y algoritmos explicados en las sesiones de teoría.

En las clases de laboratorio se desarrollarán pequeñas prácticas utilizando herramientas y lenguajes adecuados al PLN (básicamente usando Python, Prolog y NLTK) que permitirán practicar y reforzar los conocimientos de las clases de teoría.



Las ultimas sesiones de laboratorio se dedicarán a la integración de las unidades de software desarrolladas a lo largo del curso en una aplicación final.

La evaluación se basará en un examen parcial, un examen final y una nota de laboratorio.

El examen parcial no liberará temario y se hará en horas de clase. Las personas que no aprueben o no hagan el examen parcial serán evaluadas sólo con la nota del examen final.



La nota de laboratorio provendrá de los informes que se harán de las prácticas realizadas en las clases de laboratorio.



El cálculo de la nota final se hará de la siguiente manera:



Nota Final = max (Nota examen parcial * 0.15 + Nota examen final * 0.45, Nota examen final * 0.6) + Nota laboratorio * 0.4

• Robert Dale, Hermann Moisl, Harold Somers, [editors] Handbook of natural language processing, Marcel Dekker, 2000.
• Daniel Jurafsky and James H. Martin Speech and Language Processing : an introduction to natural language processing, computational linguistics, and speech recognition, Prentice Hall, 2000.
• Christopher D. Manning, Hinrich Schütze Foundations of statistical natural language processing, MIT Press, 1999.
• Ruslan Mitkov, [editors] The Oxford handbook of computational linguistics, Oxford University Press, 2003.

• James Allen Natural language understanding, Benjamin /Cummings, 1995.
• Horacio Rodríguez Hontoria, M. Antònia Martí Antonin, Irene Castellón Masalles Formalismes lògics per al tractament del llenguatge natural, Edicions UPC, 1995.
• María Antonia Martí Antonín Tecnologías del lenguaje, Editorial UOC, 2003.
• M. Antònia Martí Antonín, Irene Castellón Masalles Lingüística computacional, EUB, Edicions Universitat de Barcelona, 2001.
• Edward Loper and Steven Bird NLTK: The Natural Language Toolkit , ACL Workshop on Effective Tools and Methodologies for Teaching Natural Language, 2002.

1. http://nltk.sourceforge.net/
   



2. http://www.aclweb.org/
   



3. http://acl.ldc.upenn.edu/
   



4. http://www.cordis.lu/ist/
   



5. http://oesi.cervantes.es/
   



6. http://www.sepln.org/
   



7. http://www.talp.upc.es/
   



8. http://www.lsi.upc.edu/~nlp/web/
   



9. http://opennlp.sourceforge.net/
   



10. http://web.syr.edu/~mdtaffet/
    



11. http://nlp.stanford.edu/links/statnlp.html
    

Los estudiantes deberán tener conocimientos de:

Representación del conocimiento
Técnicas de resolución de problemas
Conceptos básicos de Procesamiento del Lenguaje Natural
Conceptos de lenguajes formales (concretamente autómatas finitos, lenguajes regulares e incontextuales)

Por ello, las asignaturas Inteligencia Artificial y Teoría de la Computación deberán ser prerrequisitos de ésta.

Como sugerencia adicional se recomienda haber cursado la asignatura de Compiladores.