Las competencias específicas de la titulación, enfocadas a los niveles semántico y pragmático y al procesamiento de texto. Específicamente se desarrollarán parcial o totalmente las siguientes competencias:

CE8. Conocer los modelos y métodos más relevantes (simbólicos, estadísticos y biológicos) para el procesamiento automático de las lenguas y los fenómenos lingüísticos en sus diferentes niveles lingüísticos: fonético-fonológico, morfológico, sintáctico, semántico, pragmático y de discurso.

CE9. Saber describir las características del lenguaje humano que hacen difícil su tratamiento automático.

CE10. Saber utilizar con suficiente destreza los principales paquetes de programación para resolver tareas de procesamiento del lenguaje natural en formato texto.

CE11. Conocer el manejo de las herramientas software existentes para el procesamiento de las producciones lingüísticas en diferentes lenguas (ej. segmentadores, analizadores morfológicos, sintácticos, semánticos).

CE12. Conocer los fundamentos teóricos y de implementación de las aplicaciones existentes de Lingüística Computacional (ej. agentes conversacionales, recuperación de información, extracción de entidades nombradas o generación de resúmenes).

Se utilizarán las actividades previstas en la memoria del título para aplicar los conocimientos adquiridos en la asignatura:

- Estudio individual del material básico
- Lectura y estudio de material complementario
- Resolución de ejercicios, exámenes y casos prácticos individual y colaborativa
- Comunicación virtual con el profesor y con los compañeros
- Foros o videoconferencias para el trabajo colaborativo
- Sesiones síncronas de videoconferencia conjuntas
- Taller presencial

1,2

4,8

2

Para responder a la cuestión de la comunicación hombre-máquina en lenguaje natural, la idea es, en primer lugar, conseguir representar computacionalmente (en una máquina) el conocimiento que tienen las personas en su cerebro y, en segundo lugar, conseguir que con ese conocimiento las máquinas puedan procesar, es decir entender y producir, el lenguaje natural. Esta asignatura aborda la formalización de los niveles semántico y pragmático del lenguaje natural de forma amplia incluyendo las principales aproximaciones de tipo simbólico, estadístico y neuronal.

>

Los requisitos de entrada al Máster y los específicos de la especialidad
Conocimientos y/o destrezas previas recomendadas
- capacidad de leer en inglés
- capacidad de autoaprendizaje y planificación
- capacidad de trabajar en equipo: “si quieres ir rápido, ve solo; si quieres ir lejos, ve acompañado”
- capacidad crítica: no dar nada por supuesto
- capacidad de aprender del error

El objetivo básico es conocer los fundamentos de la formalización de los niveles semántico y pragmático de la lengua, así como saber construir y evaluar herramientas de análisis lingüístico correspondientes a dichos niveles y utilizar y adaptar a nuevos objetivos las herramientas y los recursos ya existentes.  Este objetivo se desgrana en los siguientes objetivos específicos:  1.  Conocer y saber utilizar los principales modelos y métodos de representación y procesamiento del lenguaje natural en sus niveles semántico y pragmático-discursivo.  2.   Conocer y saber seleccionar críticamente el modelo de representación del conocimiento más adecuado a un problema o aplicación de la Lingüística computacional.  3.   Saber seleccionar críticamente el modelo de representación del conocimiento más adecuado a un problema o aplicación de la Lingüística computacional.  4.  Saber aplicar soluciones software para construir aplicaciones de la Lingüística computacional.  5.    Saber utilizar soluciones (bibliotecas o repositorios) consolidadas para el procesamiento del lenguaje natural, la generación de representaciones gráficas, acceso y extracción de datos de la web y el almacenamiento y gestión de versiones de proyectos software.  6.    Saber enumerar, definir y aplicar a tareas sencillas de procesamiento del lenguaje los principales modelos de redes neuronales para el Procesamiento del Lenguaje Natural (PLN).  7.    Saber explicar cómo pueden contribuir las aplicaciones de la Lingüística computacional para mejorar la vida de las personas y para facilitar el progreso científico y tecnológico en beneficio de la humanidad.

5pt"> humanidad.

table>

5pt"> humanidad.

le>

5pt"> humanidad.

le>

5pt"> humanidad.

1.     El problema de la representación del conocimiento

2.     Representaciones simbólicas basadas en la lógica

3.     Representaciones simbólicas basadas en redes semántica y marcos

4.     Representaciones simbólicas basadas en marcos y modelos predicativos

5.     Representaciones estadísticas basadas en semántica vectorial

6.     Cálculo de la similitud semántica

7.     Representaciones estadísticas neuronales basadas en semántica vectorial

8.     Análisis del discurso: resolución de correferencias

iscurso: resolución de correferencias

iscurso: resolución de correferencias

iscurso: resolución de correferencias

La asignatura se evalúa a partir de las actividades siguientes:

- Actividades evaluables del tema: 40% de la nota final
- Examen final presencial: 60% nota final. Es imprescindible aprobar el examen final presencial para aprobar la asignatura

Actos fraudulentos:
"La realización de una actividad evaluable (e.g. examen, trabajo, práctica) supone la aceptación del Código de Conducta Complutense sobre Responsabilidad y Honestidad intelectual (https://www.ucm.es/medicinatraslacional/file/codigo-de-conducta-complutense?ver). La detección de actos fraudulentos (e.g. suplantación, plagio, generación de documentación falsa en actos académicos) se someterá a los procedimientos de disciplina universitaria previstos académicamente y reconocidos como falta grave."

Básica:
JURAFSKY, D.; MARTIN J.H. (2009) Speech and Language Processing. An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. Disponible en línea (12 enero, 2025) en: https://web.stanford.edu/~jurafsky/slp3

RICH, E.; KNIGHT, K. (1994). Inteligencia artificial (2a. ed.). McGraw-Hill. https://ucm.on.worldcat.org/oclc/434069471

Procedimiento para mostrar el progreso del alumno: boletín de calificaciones de la asignatura virtual
Mecanismos de comunicación docente: foro, correo electrónico de la asignatura virtual y videoconferencia
Mecanismos de tutorización virtual: foro, correo electrónico en la asignatura virtual y videoconferencia
Mecanismos de contacto:
-Foro de la asignatura virtual que podrá complementarse cuando sea necesario con sesiones de videoconferencia. Lo atenderán los profesores de la asignatura.
-Correo electrónico institucional de los profesores en caso de que no tenga acceso al campus virtual
-Además el alumno dispone de un servicio de ayuda para las incidencias informáticas de la Universidad en https://ssii.ucm.es/estudiante

Mecanismos de contacto para quejas y sugerencias de la asignatura:

- El alumno debe presentar su queja, en primer lugar, al profesor, y hacerle cuantas sugerencias considere oportunas sobre la asignatura, tanto por vía de correo electrónico como por un buzón anónimo de “quejas y sugerencias” en la página de Inicio de la asignatura virtual.
- El alumno se podrá dirigir también a la Coordinadora del Máster, así como al representante de alumnos, su queja o sugerencia en caso de que no sea atendida por el profesor.
- El máster dispone de un buzón de quejas y sugerencias en su página web atendido por el Coordinador del máster
Mecanismos para recoger la opinión de los alumnos sobre la asignatura: participación en el programa Docentia de la UCM complementado con una encuesta anónima preparada por los profesores en la asignatura virtual
Requisitos técnicos especiales (no de campus virtual): ordenador de gama media con conexión a internet