Competencias y objetivos
- Contexto de la asignatura para el curso 2026-27
- Resultados de aprendizaje / Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2026-27
- Resultados de aprendizaje (Objetivos formativos)
- Objetivos específicos indicados por el profesorado para el curso 2026-27
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.
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
-
MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
Tipo de asignatura: OBLIGATORIA (Curso: 1)

