Competències i objectius

 

Context de l'assignatura per al curs 2026-27

La asignatura Procesamiento del Lenguaje Natural II (PLN II) se imparte en el segundo cuatrimestre del grado de Inteligencia Artificial y constituye la continuación de la asignatura de Procesamiento del Lenguaje Natural I (PLN I). Mientras que en PLN I se introducen los fundamentos teóricos y las arquitecturas básicas, en PLN II se aborda el uso práctico de estos modelos en aplicaciones reales.
Se estudian tareas como clasificación de texto, extracción de información y generación de lenguaje natural, así como el desarrollo de sistemas completos (pipelines, RAG, sistemas multiagente). También se profundiza en evaluación, fiabilidad, sesgos y enfoques Human-in-the-Loop.

 

 

Resultats d'aprenentatge / Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2026-27

Competències transversals

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

Competències generals

  • CG1 : Analitzar, dissenyar, implementar i implantar solucions completes d'intel·ligència artificial utilitzant les infraestructures, tecnologies, mètodes, eines i plataformes adequades a cada problema
  • CG3 : Analitzar fonts documentals i adquirir coneixements de l'àmbit de la intel·ligència artificial per a seguir els últims avanços en aquesta àrea, determinar la seua aplicabilitat per a la resolució de problemes i #adaptar a nous escenaris futurs.
  • CG5 : Comunicar de manera clara i precisa coneixements, metodologies, idees, problemes i solucions en l'àmbit de la intel·ligència artificial
  • CG6 : Concebre, desenvolupar i aplicar sistemes d'intel·ligència artificial per a millorar els sectors productius i la societat actual, determinant la seua idoneïtat i àmbit d'aplicació
  • CG7 : Resoldre problemes d'intel·ligència artificial nous o multidisciplinàries, mostrant iniciativa i originalitat en el desenvolupament, després d'analitzar i entendre les especificacions plantejades

 

Competències Específiques

  • CE34 : Dissenyar i implementar aplicacions basades en el processament del llenguatge natural, avaluar-les utilitzant les mètriques adequades, i analitzar els models subjacents

 

Competències bàsiques

  • CB3 : Que els estudiants tinguen la capacitat de reunir i interpretar dades rellevants (normalment dins de la seua àrea d'estudi) per a emetre judicis que incloguen una reflexió sobre temes rellevants d'índole social, científica o ètica
  • CB4 : Que els estudiants puguen transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat

 

 

 

Resultats d'aprenentatge (Objectius formatius)

 

1. Diferenciar les aplicacions més habituals del processament del llenguatge natural (recuperació de la informació, classificació de documents, cerca de respostes, traducció automàtica, reconeixement i síntesi de la parla, obtenció automàtica de resums, sistemes de diàleg, anàlisi de l'opinió, anàlisi del sentiment, etc.) i ser capaç d'analitzar els models subjacents.

2. Desenvolupar prototips d'aplicacions basades en aspectes com l'anàlisi, comprensió, classificació o generació de textos en llenguatge natural.

3. Adaptar models preentrenados a les aplicacions del processament del llenguatge natural estudiades.

4. Seleccionar les tècniques més adequades per a les diferents aplicacions del processament del llenguatge natural.

5. Avaluar i interpretar les mètriques de l'acompliment de les aplicacions basades en el processament del llenguatge natural.

6. Desenvolupar i validar la qualitat d'un corpus per a la seua utilització en l'aprenentatge de models lingüístics.

7. Caracteritzar i utilitzar adequadament recursos auxiliars en el procés de disseny i desenvolupament de prototips d'aplicacions del processament del llenguatge natural.

1. Diferenciar les aplicacions més habituals del processament del llenguatge natural (recuperació de la informació, classificació de documents, cerca de respostes, traducció automàtica, reconeixement i síntesi de la parla, obtenció automàtica de resums, sistemes de diàleg, anàlisi de l'opinió, anàlisi del sentiment, etc.) i ser capaç d'analitzar els models subjacents.

2. Desenvolupar prototips d'aplicacions basades en aspectes com l'anàlisi, comprensió, classificació o generació de textos en llenguatge natural.

3. Adaptar models preentrenados a les aplicacions del processament del llenguatge natural estudiades.

4. Seleccionar les tècniques més adequades per a les diferents aplicacions del processament del llenguatge natural.

5. Avaluar i interpretar les mètriques de l'acompliment de les aplicacions basades en el processament del llenguatge natural.

6. Desenvolupar i validar la qualitat d'un corpus per a la seua utilització en l'aprenentatge de models lingüístics.

7. Caracteritzar i utilitzar adequadament recursos auxiliars en el procés de disseny i desenvolupament de prototips d'aplicacions del processament del llenguatge natural.

 

 

 

Objectius específics indicats pel professorat per al curs 2026-27

• Aplicar modelos de PLN a problemas reales
• Diseñar sistemas completos de PLN
• Evaluar sistemas con métricas automáticas y humanasTrabajar con datasets reales
• Desarrollar aplicaciones con LLMs
• Comprender limitaciones (sesgos, alucinaciones)
• Aplicar enfoques Human-in-the-Loop

 

 

 

Dades generals

Codi: 33686
Professor/a responsable:
Sepúlveda Torres, Robiert
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: Llenguatges i Sistemes Informàtics
    Àrea: Llenguatges i Sistemes Informàtics
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix