Competencies and objectives
Course context for academic year 2025-26
La asignatura explora cómo las técnicas de aprendizaje automático se aplican al procesamiento del lenguaje. Los estudiantes descubrirán los métodos que permiten a las máquinas aprender de los datos y mejorar su capacidad de entender y generar lenguaje de manera autónoma.
Se estudian las métricas y métodos de evaluación, las técnicas de preprocesamiento y extracción de características, y la construcción de corpus como base del análisis lingüístico computacional. También se abordan los fundamentos del aprendizaje profundo y el desarrollo de modelos base, junto con su instrucción y ajuste para distintas tareas. Finalmente, se incluyen temas avanzados y el diseño de sistemas de inteligencia artificial agéntica, promoviendo una comprensión crítica y aplicada del aprendizaje automático en el procesamiento del lenguaje natural.
Learning outcomes / Course competencies (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2025-26
Skills/Skills
- HD01 : Sabe aplicar los conocimientos adquiridos y tiene capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- HD05 : Sabe identificar las necesidades de análisis y recursos para diferentes problemas del PLN.
- HD06 : Identifica las necesidades de aprendizaje de cada problema PLN.
- HD07 : Sabe valorar la problemática del idioma o dominio objetivo y la disponibilidad de recursos.
- HD09 : Desarrolla habilidades de comunicación oral y escrita en la presentación o defensa de ideas o informes.
Conocimientos/Contenidos
- CON06 : Comprende la evolución del PLN (simbólica, estadística, neural).
- CON07 : Conoce los principales métodos de aprendizaje automático para PLN.
- CON08 : Conoce métricas y métodos de evaluación del resultado del aprendizaje en PLN.
- CON09 : Conoce las competiciones y campañas internacionales de evaluación de sistemas PLN.
- CON10 : Conoce las opciones de diseño de un sistema de aprendizaje automático (monolítico, pipeline, autoincremental, etc.)
- CON11 : Conoce los recursos lingüísticos masivos existentes (base de datos, bases de conocimiento, corpus anotados, Dataset, Data lake etc.).
- CON12 : Conoce herramientas de apoyo a la anotación de corpus.
- CON13 : Conoce métodos de enriquecimiento semiautomático de corpus.
- CON14 : Conoce métricas y métodos de evaluación de corpus.
- CON15 : Conoce métodos para el descubrimiento automático de conocimiento y su integración en un proceso de PLN
- CON16 : Conoce y comprende qué es un modelo del lenguaje.
- CON17 : Conoce aplicaciones de los modelos del lenguaje.
- CON18 : Conoce los distintos modelos del lenguaje (unigrama, N-grama, factorizados, etc.).
- CON19 : Conoce los modelos preentrenados disponibles.
Skills/Competences
- C01 : Conoce los fundamentos del Procesamiento del Lenguaje Natural (PLN).
- C02 : Sabe analizar, sintetizar y evaluar ideas nuevas y complejas con espíritu crítico en el área del PLN.
- C03 : Analiza y evalúa tecnologías y recursos necesarios para diferentes tareas y aplicaciones del PLN.
- C04 : Posee y comprende los conocimientos que aportan una base u oportunidad de ser original en el desarrollo o aplicación de ideas, a menudo en un contexto de investigación.
Learning outcomes (Training objectives)
No data
Specific objectives stated by the academic staff for academic year 2025-26
No data
General
Code:
79588
Lecturer responsible:
Abreu Salas, José Ignacio
Credits ECTS:
6,00
Theoretical credits:
2,40
Practical credits:
0,00
Distance-base hours:
3,60
Departments involved
-
Dept:
Software and Computing Systems
Area: Languages and Computing Systems
Theoretical credits: 2,4
Practical credits: 0
This Dept. is responsible for the course.
This Dept. is responsible for the final mark record.
Study programmes where this course is taught
-
MACHINE LEARNING IN NATURAL LANGUAGE PROCESSING
Course type: COMPULSORY (Year: 1)
-
EXPERT IN NATURAL LANGUAGE PROCESSING
Course type: COMPULSORY (Year: 1)

