Competencias y objetivos

 

Contexto de la asignatura para el curso 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.

 

 

Resultados de aprendizaje / Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2026-27

Competencias Transversales

  • CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
  • CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

Competencias Generales

  • CG1 : Analizar, diseñar, implementar e implantar soluciones completas de inteligencia artificial utilizando las infraestructuras, tecnologías, métodos, herramientas y plataformas adecuadas a cada problema
  • CG3 : Analizar fuentes documentales y adquirir conocimientos del ámbito de la inteligencia artificial para seguir los últimos avances en esta área, determinar su aplicabilidad para la resolución de problemas y adaptarse a nuevos escenarios futuros.
  • CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial
  • CG6 : Concebir, desarrollar y aplicar sistemas de inteligencia artificial para mejorar los sectores productivos y la sociedad actual, determinando su idoneidad y ámbito de aplicación
  • CG7 : Resolver problemas de inteligencia artificial novedosos o multidisciplinares, mostrando iniciativa y originalidad en el desarrollo, después de analizar y entender las especificaciones planteadas

 

Competencias Específicas

  • CE34 : Diseñar e implementar aplicaciones basadas en el procesamiento del lenguaje natural, evaluarlas utilizando las métricas adecuadas, y analizar los modelos subyacentes.

 

Competencias Básicas

  • CB3 : Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
  • CB4 : Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

1. Diferenciar las aplicaciones más habituales del procesamiento del lenguaje natural (recuperación de la información, clasificación de documentos, búsqueda de respuestas, traducción automática, reconocimiento y síntesis del habla, obtención automática de resúmenes, sistemas de diálogo, análisis de la opinión, análisis del sentimiento, etc.) y ser capaz de analizar los modelos subyacentes.

2. Desarrollar prototipos de aplicaciones basadas en aspectos como el análisis, comprensión, clasificación o generación de textos en lenguaje natural.

3. Adaptar modelos preentrenados a las aplicaciones del procesamiento del lenguaje natural estudiadas.

4. Seleccionar las técnicas más adecuadas para las diferentes aplicaciones del procesamiento del lenguaje natural.

5. Evaluar e interpretar las métricas del desempeño de las aplicaciones basadas en el procesamiento del lenguaje natural.

6. Desarrollar y validar la calidad de un corpus para su utilización en el aprendizaje de modelos lingüísticos.

7. Caracterizar y utilizar adecuadamente recursos auxiliares en el proceso de diseño y desarrollo de prototipos de aplicaciones del procesamiento del lenguaje natural.

 

 

Objetivos específicos indicados por el profesorado para el curso 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

 

 

 

Datos generales

Código: 33686
Profesor/a responsable:
Sepúlveda Torres, Robiert
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: Lenguajes y Sistemas Informáticos
    Área: Lenguajes y Sistemas Informáticos
    Créditos teóricos: 1,2
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte