AVISO: LA ASIGNATURA SOLO SE OFERTA EN EUSKARA, POR LO QUE SÓLO HAY DISPONIBLE DOCUMENTACIÓN ACTUALIZADA EN ESA LENGUA.



Uno de los campos principales de la inteligencia artificial es la comprensión del lenguaje, que ha dado lugar a aplicaciones que han llegado a nuestros móviles, tales como asistentes virtuales (incluyendo Siri, Alexa) y traductores automáticos, o aplicaciones que analizan grandes masas de texto, tales como detectores de sentimiento o sistemas que extraen y agregan información proveniente de redes sociales o páginas web. Al mismo tiempo, quedan importantes retos, ya que la comprensión del lenguaje implica la IA general. En este curso se hace una introducción a las bases teóricas y se conocerán las herramientas que utiliza la industria y que permitirán al alumno construir aplicaciones prácticas reales.



Esta asignatura es optativa del segundo cuatrimestre en cuarto curso, y pertenece al grupo de optativas "Sistemas Inteligentes", ligado a las especialidad de Computación. También es adecuado para cursarse en cualquier otra especialidad, ya que no tiene ningún pre-requisito.



El enfoque de la asignatura es básicamente práctico. El temario de la asignatura pretende cubrir las dos aproximaciones principales de la Inteligencia Artificial: la aproximación basada en conocimiento (sistemas basados en regla) y la aproximación basada en aprendizaje automático.

En la asignatura procesamiento del lenguaje se adquieren las siguientes competencias tras obtener los resultados de aprendizaje que se enumeran tras las competencias:



Competencias:

• Capacidad para analizar un problema y seleccionar las técnicas más adecuadas para abordarlo siendo consciente de las posibilidades y ventajas que ofrece cada aproximación del Procesamiento del Lenguaje Natural.

• Capacidad para diseñar, desarrollar y evaluar aplicaciones o experimentos de PLN, integrando componentes ya existentes o desarrollando nuevos componentes.



Resultados de aprendizaje:

• Analizar un problema e identificar las posibilidades y ventajas de aplicar técnicas de Procesamiento del Lenguaje Natural para abordarlo.

• Seleccionar las técnicas más adecuadas por cada tarea de PLN.

• Extraer y representar el conocimiento necesario para construir una aplicación de Procesamiento del Lenguaje Natural.

• Conocer cómo integrar componentes ya existentes de PLN (tanto recursos lingüísticos como herramientas de tratamiento) en aplicaciones reales.

• Diseñar y construir componentes software que resuelvan problemas básicos de PLN (analizadores, desambiguadores, traductores, etc.).

• Diseñar y llevar a término experimentos necesarios mediante la aplicación de métodos empíricos de PLN, y conocer cómo analizar sus resultados.

• Desarrollar una tarea específica con autonomía utilizando técnicas de autogestión y autorregulación.

• Comunicar sus ideas y argumentos de modo comprensible y de acuerdo a los criterios formales establecidos.

• Introducción



• Niveles básicos del Procesamiento Lingüístico



• Tratamiento sintáctico



• Interpretación semántica



• Pragmática. Interpretación contextual y relativa al mundo



• Generación



• Métodos simbólicos y métodos empíricos



• Productos informáticos: Aplicaciones, herramientas y recursos

Además de las clases magistrales, se realizarán prácticas y laboratorios obligatorios en el ordenador. Estas se organizarán de tal manera que complementen a lo explicado en las clases teóricas. El objetivo de las clases prácticas es por un lado, promover el trabajo continuo, y por el otro, poser ealizar una evaluación continua. El objetivo de la práctica es el poder aplicar lo aprendido a distintos problemas y el trabajar la creatividad del alumnado.



En los tipos de docencia, magistral y práctico, se usarán metodologías activas. Esto es, el alumnado participará de manera activa tanto en clase como en el laboratorio.

• Sistema de Evaluación Continua
• Sistema de Evaluación Final
• Herramientas y porcentajes de calificación:
  • Prueba tipo test (%): 25
  • Realización de prácticas (ejercicios, casos o problemas) (%): 25
  • Trabajos individuales (%): 50

En la asignatura se aplicará el Protocolo sobre ética académica y prevención de las prácticas deshonestas o fraudulentas en las pruebas de evaluación y en los trabajos académicos en la UPV/EHU.

La asignatura tiene dos modos de evaluación: evaluación continua y evaluación final. La evaluación continua requiere de la participación activa de los/as estudiantes. Por lo tanto, exige la asistencia a las clases teóricas y de laboratorio, y las entregas requeridas en las actividades presenciales: ejercicios, prácticas, presentaciones, ...



EVALUACIÓN CONTINUA     



- % 50 Actividades de laboratorio: ejercicios, presentaciones, etc.

- % 50 Práctica individual



Todas las pruebas y actividades mencionadas para la evaluación continua son obligatorias.



Las condiciones para aprobar en la evaluación continua son:

- Conseguir al menos el 30% de la puntuación en cada actividad de laboratorio

- Conseguir un 40% de la nota de la práctica

- Conseguir después de un cálculo porcentual un 50% o más de la nota.



La preinscripción en el modo de evaluación continua se realizará en las fechas establecidas. La preinscripción pasará a ser definitiva tras la confirmación de la solicitud por parte del estudiante en las fechas que se establezcan (entre el 60% y el 80% del curso) y previa verificación del rendimiento parcial por parte del profesorado. Si en las mencionadas fechas el/la alumno/a no confima su inscripción definitiva en evaluación continua se entenderá que renuncia a la misma.

Si la/el alumna/o no expresa en plazo su renuncia a la evaluación continua y no cumple alguna de las condiciones para superar la evaluación continua, suspenderá la asignatura en la convocatoria ordinaria y podrá optar a la convocatoria extraordinaria. Si no presentara la práctica, se le evaluaría como no presentado.





EVALUACIÓN FINAL

- 60% Prueba escrita: Se hará en la fecha de examen según el calendario oficial.

- 50% Práctica individual



En la prueba escrita de la evaluación final, se evaluarán los conocimientos adquiridos en los laboratorios.



Las condiciones para aprobar en la evaluación final son:



- Conseguir al menos el 40% de la puntuación en la prueba escrita

- Conseguir un 40% de la nota de la práctica

- Conseguir después de un cálculo porcentual un 50% o más de la nota.



Si la/el alumna/o no cumple alguna de las condiciones para superar la evaluación continua, suspenderá la asignatura en la convocatoria ordinaria y podrá optar a la convocatoria extraordinaria. Si no presentara la práctica, se le evaluaría como no presentado.

Se aplican los mismos porcentajes de evaluación y condiciones que en la evaluación final.

Los de eGela.

Bibliografía básica

Jurafsky D., Martin J. H. Speech and Language Processing (3rd edition draft) .An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition. Prentice Hall, 2018. https://web.stanford.edu/~jurafsky/slp3/



Steven Bird, Ewan Klein, and Edward Loper. Natural Language processing in Python.. O’Reilly, 2009 https://www.nltk.org/book/



Allen, J. Natural Language Understanding. Second edition. Benjamin Cummings Publishing Company, 1995.