Competencias generales transversales (CGT)
CGT1: Capacidad de análisis y síntesis
CGT2: Capacidad de aplicar los conocimientos en la práctica.
CGT5: Conocimientos sobre el área de estudio.
CGT6: Conocimientos de informática y tecnologías.

CE31: Capacidad para utilizar la informática como herramienta de apoyo al estudio de la Lingüística.
CE32: Capacidad para aplicar los conocimientos adquiridos en Lingüística y lenguas a cuestiones básicas del procesamiento del lenguaje natural.
CE33: Capacidad para utilizar los conocimientos de Lingüística computacional en el análisis lingüístico.
CE34: Capacidad de construir una aplicación de procesamiento del lenguaje natural.
CE35: Capacidad para diseñar y construir componentes lingüísticos básicos utilizados en el procesamiento del lenguaje natural.
CE36: Capacidad para valorar los resultados de una aplicación de procesamiento del lenguaje natural.

Competencias sistémicas (CS)
CS1: Capacidad de aprender.
CS2: Capacidad crítica y autocrítica.
CS3: Capacidad de resolución de problemas.
CS5 Capacidad de generar nuevas ideas.

Competencias personales (CP)
CP1: Habilidad para trabajar de forma autónoma.
CP2: Capacidad de trabajar en equipo.
CP3: Habilidad para trabajar en un contexto internacional.

- Créditos presenciales: Se valorará muy positivamente la asistencia y la participación en las discusiones de clase, así como la realización y entrega en fecha de los ejercicios prácticos.
- Créditos no presenciales: Trabajos de investigación, lecturas y realización de ejercicios y prácticas propuestos en clase. Realización de prácticas propuestas en clase.

2

4

7

El procesamiento del lenguaje natural (PLN) es un área interdisciplinar que se ocupa de la construcción de sistemas informáticos capaces de comprender y generar lenguaje natural. Para ello se utilizan diversos modelos de representación del lenguaje y del procesamiento del lenguaje que proceden de áreas de conocimiento como la Lingüística, la Informática, la Matemática (especialmente la Estadística), Ingeniería de Telecomunicaciones, Psicología Cognitiva y Neurobiología, entre otras.

Los requisitos previos de la asignatura se alcanzan una vez completado con éxito las asignaturas Iniciación a la Informática (I y II) del módulo 1 y el módulo 2 completo.

El objetivo principal de esta asignatura es conocer los problemas a los que se enfrenta en Procesamiento del Lenguaje Natural y abordar, de manera automática o semi¬automática, la resolución de pequeñas tareas de procesamiento y análisis de texto, implementando sencillos programas de ordenador.

 1. Introducción a la programación

La evaluación será fundamentalmente continua y se realizará a partir de las calificaciones obtenidas en las prácticas de entrega obligatoria al finalizar cada módulo.

Los plazos de entrega de entrega de las prácticas son únicos y no se permite la entrega de prácticas para la convocatoria de julio. Las prácticas suspensas o no presentadas únicamente podrán recuperarse si se superan los módulos del examen final de los temas correspondientes.

La calificación final se obtendrá de la forma siguiente:
- El 10% se obtiene de la participación y trabajo continuado en las sesiones presenciales.
- El 20% se obtiene de un examen al final del cuatrimestre sobre los contenidos teóricos y prácticos desarrollados durante el curso. Es requisito indispensable aprobar el examen al margen de que la media final supere el 5.
- El 70% restante se obtiene de la media aritmética de las calificaciones de las prácticas y evaluaciones continuas de cada tema.

Aunque el alumno no supere la evaluación continua, podrá presentarse al examen final. En ese caso, la calificación final de la asignatura será la del examen, en el que todos los módulos deberán estar aprobados.

Durante el curso 2020-2021, debido a la situación de emergencia, se detallan dos posibilidades para la evaluación final en la convocatoria extraordinaria, para adelantarnos a todos los posibles escenarios. En el caso de poderse realizar examen presencial, la evaluación se realizará tal y como se detalla en el párrafo anterior. En el caso de no poderse realizar examen presencial, la evaluación se realizará online y quienes hayan aprobado deberán concertar con la profesora una entrevista presencial de unos 15 minutos de duración en la que deberán responder cuestiones sobre su entrega planteadas por la profesora en directo.

Severance, C. Python para informáticos: Explorando la información con Pyhton 3 (Fernando Tardío, trad.). 2016. Disponible en: http://do1.dr-chuck.com/pythonlearn/

Bibliografía complementaria:

BaezaYates, R., RibeiroNeto, B. Modern Information Retrieval. ACM Press. 1999. http://books.google.es/books?id=GcPuAAAAMAAJ
Bird, S., Klein, E. , Loper, E. Natural Language Processing with Python. O¿Reilly Media. 2009. http://books.google.es/books?id=KGIbfiiP1i4C
Bratko, I. Programming for Artificial Intelligence. Pearson. 2001. https://scholar.google.com/citations?user=JzzOTvgAAAAJ&hl=es
Einsenstein, J. Introduction to Natural Language Processing. 2019. Borrador disponible en: https://github.com/jacobeisenstein/gt-nlp-class/blob/master/notes/eisenstein-nlp-notes.pdf
Hortalá, M. T., Leach, J., Rodríguez, M. Matemática discreta y lógica matemática. Editorial Complutense. 3a edición. 2008. https://books.google.es/books/about/Matemática_discreta_y_lógica_matemáti.html?id=i7-bsfuIKIIC&redir_esc=y
Jurafsky, D. and Martin, J.H. Speech and Language Processing. Pearson Prentice Hall. 2008. http://books.google.es/books?id=fZmj5UNK8AQC. Borrador de la tercera edición disponible en: https://web.stanford.edu/~jurafsky/slp3/
Llisterri, J, Martí, M. A. (Eds). Tratamiento del Lenguaje Natural. Edicions Universitat de Barcelona. 2003. http://books.google.es/books?id=em69wKZi3pUC
Manning, C. and Schütze, H. Foundations of Statistical NLP. MIT Press. 1999. https://books.google.es/books?id=YiFDxbEX3SUC
Manning, C., Raghavan, P. and Schütze, H. Introduction to Information Retrieval. Cambridge University Press. 2008. https://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf