|
Datos generales |
Nombre de la asignatura: Lingüística Computacional
Código de la asignatura: 361749
Curso académico: 2024-2025
Coordinación: Itziar Aduriz Agirre
Departamento: Departamento de Filología Catalana y Lingüística General
Créditos: 6
Programa único: S
|
Horas estimadas de dedicación |
Horas totales 150 |
|
Actividades presenciales y/o no presenciales |
46 |
|
- Teórico-práctica |
Presencial |
46 |
|||
|
Trabajo tutelado/dirigido |
50 |
|
Aprendizaje autónomo |
54 |
|
Recomendaciones |
|
— Conviene haber cursado previamente las asignaturas de Morfología, Sintaxis y Tecnologías de la Información y la Comunicación. |
|
Competencias / Resultados de aprendizaje que se desarrollan |
| - |
Habilidad en la utilización de recursos informáticos, técnicos y audiovisuales |
| - |
Capacidad para aplicar los conocimientos lingüísticos adquiridos en el entorno social, laboral y personal. |
| - |
Habilidades de gestión de la información (habilidad para buscar y analizar información proveniente de fuentes diversas). |
| - |
Planteamiento y resolución de problemas metodológicos y conceptuales de manera autónoma y en equipo. |
| - |
Habilidades en la formalización lingüística |
| - |
Conocimiento y habilidades en tecnologías del lenguaje. |
|
Objetivos de aprendizaje |
|
Referidos a conocimientos — Analizar la problemática que presenta el procesamiento del lenguaje natural (PLN) en el ámbito morfológico, sintáctico, léxico y semántico.
Referidos a habilidades, destrezas — Adquirir habilidades tanto en el uso de herramientas y recursos informáticos para el análisis automático del lenguaje como en la formalización lingüística, indispensable en cualquier propuesta teórica y para el análisis descriptivo y/o computacional. |
|
Bloques temáticos |
1. ¿Qué entendemos por procesamiento del lenguaje natural (PLN)? ¿Qué objetivos tiene?
1.1. Áreas de investigación
1.2. Módulos estándar en los sistemas de PLN
1.3. Recursos lingüísticos
1.4. La ambigüedad del lenguaje: el gran reto del PLN
2. Técnicas, métodos y recursos asociados al análisis automático del lenguaje
2.1. Métodos empíricos y métodos basados en conocimiento
2.2. Técnicas, procesos y recursos de análisis morfológico
2.3. Técnicas, procesos y recursos de análisis sintáctico
2.4. Técnicas, procesos y recursos de análisis semántico
3. Aplicaciones del PLN
3.1. Traducción automática
3.2. Extracción de información: clasificación de documentos y resumen automático
3.3. Recuperación de información y búsqueda de respuestas
3.4. Análisis de sentimientos y minería de opiniones
3.5. Tecnologías del habla
|
Metodología y actividades formativas |
|
Para entender la necesidad de formalización, implícita en una disciplina como es la lingüística computacional y sin la cual es imposible llevar a cabo el procesamiento del lenguaje natural, se combinan con un idéntico peso clases teóricas y clases prácticas, relacionadas estas últimas con la materia que se imparte en cada momento. Asimismo, las clases teóricas se complementan con unas lecturas obligatorias sobre las que se basa el examen final.
|
|
Evaluación acreditativa de los aprendizajes |
|
Evaluación continua
Evaluación única En caso de que el estudiante no pueda seguir la evaluación continua, puede acogerse a la evaluación única, siempre que lo solicite en los términos y plazos establecidos por la Facultat. |
|
Fuentes de información básica |
Consulta de la disponibilidad en el Cercabib
Libro
Hovy, D. (2020). Text Analysis in Python for Social Scientists: Discovery and Exploration. Cambridge University Press.
Jurafsky D. & Martin, J. (2009) Speech and Language Processing, New Jersey (USA) Pearson Education. ![]()
Martí M. A. i I. Castellón (2001) Lingüística Computacional, pàg.: 1-160. Barcelona, Edicions UB. ![]()
Fonts d’informació complementàries:
Grishman, R. (1991), Introducción a la lingüística computacional. Madrid, Visor. ![]()
McEnery and Wilson (1997) Corpus Linguistics, Edinburgh University Press. ![]()
Texto electrónico
SpaCy: Industrial-Strength Natural Language Processing in Python.