Materia
LCT en la universidad de Malta (Malta)
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 basado en conocimiento lingüístico y estadístico. | 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 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 linguistics2. 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.