Competencias y objetivos

 

Contexto de la asignatura para el curso 2023-24

La asignatura Aplicaciones del Procesamiento de Lenguaje Natural se centra en el uso de técnicas de procesamiento de lenguaje natural como soporte a tareas que implican la comprensión del lenguaje, la generación de textos en lenguaje natural y el procesamiento de voz. Esta asignatura es continuación de la asignatura Técnicas de Procesamiento de Lenguaje Natural; por tanto, se asume que el alumnado ha cursado satisfactoriamente esta asignatura y que ha adquirido los conocimientos y competencias que le son propios.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias Transversales

  • CT1 : Ser capaz de liderar proyectos relacionados con la inteligencia artificial, así como dirigir equipos de trabajo.
  • CT2 : Demostrar destrezas informáticas e informacionales en el ámbito de la inteligencia artificial.
  • CT3 : Demostrar habilidades en comunicación oral y escrita.

 

Competencias Generales

  • CG1 : Aplicar los conocimientos adquiridos a problemas reales relacionados con la inteligencia artificial.
  • CG10 : Ser capaz de utilizar los principios de la ingeniería y las modernas tecnologías informáticas para investigar, diseñar, implementar nuevas aplicaciones de la inteligencia artificial.
  • CG2 : Ser capaz de desarrollar y aprender de forma auto-dirigida o autónoma temas relacionados con la inteligencia artificial
  • CG4 : Conocer y aplicar en cada situación las responsabilidades sociales, éticas y legales vinculadas a la inteligencia artificial.
  • CG6 : Ser capaz de adaptarse a entornos relacionados con la inteligencia artificial, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor.
  • CG7 : Ser capaz de adaptarse a la constante evolución de la disciplina y de comprender y aplicar los nuevos avances técnicocientíficos relacionados con la inteligencia artificial.
  • CG8 : Saber proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la inteligencia artificial, teniendo en cuenta aspectos técnicos, económicos y de eficiencia.
  • CG9 : Saber dirigir proyectos relacionados con la inteligencia artificial, cumpliendo la normativa vigente y asegurando la calidad del servicio.

 

Competencias Específicas

  • CE13 : Extrapolar las técnicas básicas de procesamiento del lenguaje natural para aplicaciones concretas a otros problemas que puedan ser resueltos mediante estas técnicas.
  • CE14 : Detectar contextos tecnológicos reales en los que el procesamiento del lenguaje natural puede aportar soluciones útiles.
  • CE15 : Extraer las características comunes a las diferentes aplicaciones del procesamiento del lenguaje natural a la vez que se diferencian sus particularidades.

 

Competencias Básicas

  • CB10 : Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CB6 : Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
  • CB7 : Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
  • CB8 : Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
  • CB9 : Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades

 

 

 

Resultados de aprendizaje (Objetivos formativos)

- Aplicar, desarrollar, entrenar, implementar y evaluar las técnicas adecuadas para resolver un problema del mundo real que implique el uso del lenguaje natural.

- Conocer las principales aplicaciones actuales de comprensión del lenguaje en base al estado de la cuestión, tales como aplicaciones de recuperación de información, búsqueda de respuestas, clasificación de documentos, análisis de sentimientos, verificación de hechos y detección de bulos, etc.

- Conocer las principales aplicaciones actuales de generación del lenguaje natural en base al estado de la cuestión, tales como aplicaciones de autocompletado de textos, resúmenes automáticos, sistemas de diálogo, etc.

- Conocer las técnicas y modelos usados actualmente en traducción automática y su adaptación a otras tareas de traducción de secuencias.

- Conocer los principios del reconocimiento de voz en los modelos actuales y su integración, por ejemplo, en los sistemas conversacionales.

- Optimizar el rendimiento de las aplicaciones de procesamiento del lenguaje natural implementadas para obtener sistemas eficientes que puedan usarse en producción.

- Identificar los diferentes tipos de sesgos presentes en sistemas de procesamiento del lenguaje natural así como su prevención y tratamiento.

 

 

Objetivos específicos indicados por el profesorado para el curso 2023-24

  • Conocer las principales aplicaciones de comprensión del lenguaje y saber escoger, entrenar y evaluar modelos de aprendizaje automático para tareas, tales como la recuperación de información, búsqueda de respuestas, clasificación de documentos o el análisis de sentimientos, entre otras.
  • Conocer las principales aplicaciones de generación del lenguaje natural y saber escoger, entrenar y evaluar modelos de aprendizaje automático para tareas tales como la generación de resúmenes abstractivos, generación de informes y/o noticias, o sistemas de diálogo, entre otras.
  • Conocer las principales aplicaciones de la traducción automática y saber escoger, entrenar y evaluar modelos de aprendizaje automático para la traducción en contextos específicos.
  • Conocer las principales aplicaciones del procesamiento de voz y saber escoger, entrenar y evaluar modelos de aprendizaje automático para el procesamiento de voz.
  • Identificar los diferentes tipos de sesgos presentes en sistemas de procesamiento del lenguaje natural así como su prevención y tratamiento.

 

 

Datos generales

Código: 43508
Profesor/a responsable:
SANCHEZ MARTINEZ, FELIPE
Crdts. ECTS: 4,50
Créditos teóricos: 0,90
Créditos prácticos: 0,90
Carga no presencial: 2,70

Departamentos con docencia

  • Dep.: LENGUAJES Y SISTEMAS INFORMÁTICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 0,9
    Créditos prácticos: 0,9
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte