Materia
LCT en la universidad Charles de Praga (República Checa)
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Inglés
Descripción y contextualización de la asignatura
El estudiante realiza un primer curso completo en la misma.Competencias
Denominación | Peso |
---|---|
Conocimiento de las tecnologías del lenguaje sobre la base de los algoritmos de aprendizaje automático y aprendizaje profundo. | 100.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 200 | 300 | 500 |
P. Ordenador | 400 | 600 | 1000 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Analizar y discutir trabajos | 250.0 | 80 % |
Clases magistrales | 500.0 | 40 % |
Prácticas con ordenador, laboratorio, salidas de campo, visitas externas | 500.0 | 60 % |
Seminarios | 250.0 | 80 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Examen escrito | 50.0 % | 50.0 % |
Realización y presentación de trabajos e informes | 25.0 % | 25.0 % |
Trabajos Prácticos | 25.0 % | 25.0 % |
Resultados del aprendizaje de la asignatura
* Tener conocimiento y manejo de algoritmos de aprendizaje automático* Tener criterios para diseñar experimentos para procesamiento del lenguaje
* Tener conocimiento sobre estadística inferencial con el foco en los métodos usados habitualmente en el área de la lingüística experimental
* Tener conocimientos de las técnicas principales de traducción automática en PLN, especialmente de las técnicas basadas en aprendizaje profundo.
Temario
* Foundational : Statistical methods; symbolic methods; cognition; corpus; text and speech; foundations of linguistics.* Computational Syntax and Morphology : Finite state techniques; probabilistic approaches; formal grammars; tagging, chunking; parsing.
* Computational Semantics, Pragmatics and Discourse: Syntax-semantics interface; semantic construction; dialogue; ontologies; formal semantics.
* Data Structures, Data Organization and Processing : Algebraic data-types; relational databases; semi-structured data and XML; information retrieval; digital libraries.
* Logic, Computability and Complexity: Logic and inference; automata theory; computability theory; complexity theory; discrete mathematics.
* Formal Languages and Algorithms: Formal grammars and languages hierarchy; parsing and compiler design; search techniques and constraint resolution; automated learning.
* Advanced Language Technologies: Machine translation; information and knowledge representation; information retrieval; question answering; speech recognition and generation; models of human language processing and understanding; psycholinguistics.
*Advanced Computer Science: Artificial intelligence; knowledge representation; automated reasoning; semantic web; intelligent and multi-modal interfaces; cognitive modelling; computational psychology; neural networks; machine learning.