Competencias y objetivos

 

Contexto de la asignatura para el curso 2026-27

Podemos considerar como minería de textos cualquier proceso automático cuyo fin sea extraer información relevante y no explícita de documentos escritos en lenguaje natural. La minería de textos guarda una estrecha relación con el procesamiento del lenguaje natural, disciplina casi tan antigua como la informática misma, que a su vez tiene relación con disciplinas como la lingüística, la computación o la inteligencia artificial. Esta asignatura explora tanto desde la perspectiva simbólica como del aprendizaje automático las técnicas y métodos actuales de recuperación y extracción de información a partir de grandes corpus de textos, así como algunas de sus aplicaciones más relevantes.

 

 

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

Habilidades/ Destrezas

  • HAB1 : Saber aplicar los conocimientos adquiridos para resolver problemas reales en entornos nuevos o multidisciplinares relacionados con su área de estudio, y que posean las habilidades de aprendizaje necesarias para continuar estudiando de forma autodirigida y autónoma.
  • HAB2 : Aplicar los conocimientos adquiridos en ciencia de datos para resolver problemas reales, desarrollándose eficazmente en contextos multidisciplinares e internacionales, gestionando la información y los recursos disponibles, y demostrando competencias informáticas e informacionales propias del ámbito.
  • HAB5 : Analizar y aplicar métodos analíticos y estadísticos avanzados para la preparación y procesado de datos.

 

Conocimientos/Contenidos

  • CON1 : Poseer y comprender conocimientos que permitan la originalidad en el desarrollo y aplicación de ideas, en un contexto de investigación, integrando siempre las responsabilidades sociales, éticas y legales vinculadas a la aplicación de los conocimientos en ciencia de datos.
  • CON2 : Saber dirigir, proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la ciencia de datos, asegurando la calidad del servicio y cumpliendo la normativa vigente, así como considerando aspectos técnicos, económicos y de eficiencia.
  • CON3 : Saber utilizar técnicas de la ciencia de datos para obtener nuevas relaciones y brindar información sobre problemas de investigación o procesos organizativos y respaldar la toma de decisiones.
  • CON4 : Adquirir las habilidades, estrategias y procedimientos para saber actuar con ética y responsabilidad en la búsqueda de soluciones que fomenten el desarrollo sostenible, la igualdad de género, la no discriminación, la inclusión, la justicia, la paz y la equidad social.
  • CON5 : Conocer en profundidad y aplicar tecnologías y métodos de análisis de datos, incluyendo el aprendizaje automático (supervisado, no supervisado y reforzado), así como técnicas de análisis predictivo, prescriptivo, descriptivo y analítica cualitativa.

 

Capacidades/Competencias

  • CC1 : Ser capaz de integrar conocimientos y formular juicios en contextos complejos con información incompleta o limitada, considerando las implicaciones sociales y éticas, comunicar de forma clara sus conclusiones y fundamentos a públicos especializados y no especializados, y desarrollar un aprendizaje autodirigido y autónomo en temas relacionados con la ciencia de datos.
  • CC2 : Ser capaz de adaptarse a entornos cambiantes propios de la ciencia de datos, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor, así como comprendiendo y aplicando los avances técnico-científicos de la disciplina.
  • CC3 : Ser capaz de utilizar principios de ingeniería y tecnologías informáticas modernas para investigar, diseñar, implementar y desarrollar experimentos, procesos, instrumentos, sistemas e infraestructuras a lo largo de todo el ciclo de vida de los datos en ciencia de datos.
  • CC4 : Ser capaz de liderar proyectos y equipos de trabajo en Ciencia de Datos, reuniendo competencias efectivas en comunicación oral y escrita.
  • CC5 : Adoptar valores de sostenibilidad y equidad social, apoyando la igualdad de mujeres y hombres, la eliminación de toda práctica discriminatoria, la inclusión social, la justicia, la paz y los principios y valores democráticos y de los derechos humanos.
  • CC6 : Alcanzar una comprensión crítica de la complejidad de los retos y problemas socioambientales, incluidas las raíces de las desigualdades de género, de las situaciones de discriminación y exclusión social, de las amenazas a la paz y a la consecución de los derechos humanos, así como de los desafíos medioambientales.

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

Conocer las principales técnicas de procesamiento del lenguaje natural para el análisis automático de textos y su utilidad en tareas de minería de textos.
Saber procesar automáticamente corpus monolingües y plurilingües.
Conocer los aspectos específicos de la aplicación de técnicas supervisadas y no supervisadas al análisis automático de textos.
Saber aplicar a textos concretos diferentes modelos de recuperación de información, categorización y agrupación (clustering) de documentos, extracción
de información, minería de opiniones y sentimientos, minería de textos plurilingües y otras posibles aplicaciones de la minería de textos.
  • Conocer las principales técnicas de procesamiento del lenguaje natural para el análisis automático de textos y su utilidad en tareas de minería de textos.
  • Saber procesar automáticamente corpus monolingües y plurilingües.
  • Conocer los aspectos específicos de la aplicación de técnicas supervisadas y no supervisadas al análisis automático de textos.
  • Saber aplicar a textos concretos diferentes modelos de recuperación de información, categorización y agrupación (clustering) de documentos, extracción de información, minería de opiniones y sentimientos, minería de textos plurilingües y otras posibles aplicaciones de la minería de textos.

 

 

 

Objetivos específicos indicados por el profesorado para el curso 2026-27

- Conocer las principales técnicas de procesamiento del lenguaje natural para el análisis automático de textos y su utilidad en tareas de minería de textos.
- Saber procesar automáticamente corpus monolingües y plurilingües.
- Conocer los aspectos específicos de la aplicación de técnicas supervisadas y no supervisadas al análisis automático de textos.
- Saber aplicar a textos concretos diferentes modelos de recuperación de información, categorización y agrupación (clustering) de documentos, extracción de información, minería de opiniones y sentimientos, minería de textos plurilingües y otras posibles aplicaciones de la minería de textos.
- Determinar el enfoque más adecuado para resolver una determinada tarea que implique el procesamiento de textos monolingües o multilingües.
- Desarrollar experimentos que evalúen la calidad de diferentes técnicas de procesamiento del lenguaje natural.
- Incorporar a una caja de herramientas personal las diferentes técnicas de pre y postprocesamiento necesarias para manipular eficientemente grandes cantidades de información textual.

 

 

Datos generales

Código: 43459
Profesor/a responsable:
Pérez Ortiz, Juan Antonio
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