Institution	Facultad de Cs. Físicas y Matemáticas
Available since	Otoño 2020
Related Courses	Otras realizaciones de este Curso
Description	Objetivos ======= El propósito del curso Procesamiento de Lenguaje Natural es introducir a los estudiantes a la disciplina del procesamiento de lenguaje natural (PLN). El estudiante utilizará este método para resolver tareas (task), con soluciones delimitadas respecto a su pertinencia y tamaño. Esta disciplina estudia el diseño de métodos y algoritmos que reciben como entrada y/o producen como salida datos en forma de lenguaje natural (e.g., texto, voz). El curso se centra en el procesamiento de texto aunque se mencionan aplicaciones en procesamiento de voz. PLN abarca varias tareas (tasks) como por ejemplo: la traducción automática de documentos, el análisis de sentimientos, la detección de entidades y el parsing de árboles sintácticos. Cada tarea (task) se resuelve y se evalúa mediante técnicas y métricas que son propias a esta. El grueso de estas técnicas involucra el uso de algoritmos, métodos estadísticos y redes neuronales artificiales. Durante el desarrollo del curso el estudiante se verá expuesto a las tareas más relevantes en PLN y reconocerá el funcionamiento detrás de las técnicas más efectivas para solucionar estas tareas como la forma de evaluar cuantitativamente la calidad de una solución. Es importante mencionar que PLN está fuertemente relacionado a la lingüística computacional. Por lo tanto, varios métodos de PLN serán motivados introduciendo conceptos lingüísticos. El contexto del desarrollo de habilidades de aplicación metodológica será a través del planteamiento de tareas en PLN, con soluciones bien delimitadas respecto a su alcance y tamaño. Desde el punto de vista teórico, el curso busca que los estudiantes sean capaces de leer artículos científicos en inglés con avances recientes en el área. Desde el punto de vista práctico, se apunta a que los estudiantes sean capaces de implementar soluciones a tareas de PLN utilizando la programación. En resumen, se espera que los estudiantes desarrollen una metodología de trabajo que los lleve resolver problemas en PLN en base al razonamiento algorítmico, lingüístico y estadístico. Metodología ========= La metodología de enseñanza y aprendizaje fomenta la participación del estudiante en el aula, las clases son principalmente: Clase expositiva, en donde el estudiante identifica los problemas fundamentales en PLN así como modelos y técnicas para abordarlos. Resolución de problemas. En cada unidad el estudiante es expuesto a librerías de programación que permiten implementar modelos de solución a problemas en PLN. La componente práctica del curso se explica a continuación. Evaluación (Versión CoronaVirus) =========================== Mini-tareas individuales: Pueden incluir programar conceptos vistos en clases, una lectura, o una investigación de un tema. Se publican el lunes de una semana y se da plazo hasta el lunes de la semana siguiente. Son 5 mini-tareas de las cuales se eliminará la peor. Competencias en grupos de a dos: Son dos competencias en tasks NLP donde cada grupo debe participar y elaborar un informe. Competencia 1: clasificación de texto. Competencia 2: etiquetado de secuencias. Atrasos: se descontará un punto por día hábil de atraso tanto para las mini-tareas como para las competencias. La nota final se calcula así: 60% para la nota de mini-tareas (nota promedio de las 4 mejores mini-tareas) y 40% para la nota promedio en las competencias. Para aprobar el curso se debe tener una nota final igual o superior a 4.0.
Course Program	2019_2_CC6205.pdf
Compartir	Enlace Facebook Twitter Whatsapp Telegram LinkedIn Código QR