Descripción y contextualización de la asignatura

El estudiante realiza las asignaturas del 2º curso en la misma.

Resultados del aprendizaje de la asignatura

* Tener conocimientos básicos de teorías sintácticas y semánticas

* Ser capaz de evaluar la importancia de las teorías sintácticas y semánticas para el PLN

* Ser capaz de procesar, visualizar e interpretar datos del lenguaje cuantitativos extraídos del corpus a través de interfaces web

* Ser capaz de evaluar la importancia de los datos extraídos del corpus para estudios teóricos y de lingüística aplicada

* Tener conocimiento de los formalismos y estándares de anotación usados para analizar y anotar texto a nivel léxico, sintáctico, semántico y a nivel del discurso

* Ser capaz de aplicar estos estándares a nuevos datos, de evaluar los resultados y de usar y desarrollar métodos para su anotación automática

Temario

1. Foundational: Statistical methods; symbolic methods; cognition; corpus; text and speech; foundations of linguistics



2. Computational Syntax and Morphology: Finite state techniques; probabilistic approaches; formal grammars; tagging, chunking; parsing.



3. Computational Semantics, Pragmatics and Discourse. Syntax-semantics interface; semantic construction; dialogue; ontologies; formal semantics.



4. Data Structures, Data Organization and Processing: Algebraic data-types; relational databases; semi-structured data and XML; information retrieval; digital libraries.



5. Logic, Computability and Complexity: Logic and inference; automata theory; computability theory; complexity theory; discrete mathematics



6. Formal Languages and Algorithms: Formal grammars and languages hierarchy; parsing and compiler design; search techniques and constraint resolution; automated learning.



7. 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.



8. Advance Computer Science: Artificial intelligence; knowledge representation; automated reasoning; semantic web; intelligent and multi-modal interfaces; cognitive modelling; computational psychology; neural networks; machine learning.