Programación de Datos (19138)

- Conocimiento de las estructuras y procedimientos propios de la minería de textos. - Capacidad para usar métodos básicos de extracción de información de datos textuales. - Capacidad de aplicar técnicas de procesamiento para preparar documentos para su modelado estadístico. - Capacidad para evaluar y usar modelos básicos de predicción de información textual.

1. Introducción teórica al Procesamiento del Lenguaje Natural 1.1. Breve historia de la lingüística computacional y principales avances 1.2. Qué es el PLN y su papel en la Inteligencia Artificial 1.3. Estructura de un pipeline básico de PLN 1.4. Tareas y aplicaciones más comunes en la industria 1.5. Importancia actual en la sociedad digital, principales iniciativas 2. Introducción práctica al análisis automático del lenguaje con R 2.1. Importación de texto original, diseño de dataset y creación de estructuras de datos 2.2. Limpieza de texto, eliminación de stopwords y símbolos, valores ausentes y duplicados 2.3. Procesos de división y tokenización 2.4. Análisis básicos: conteo de palabras, extracción de ngramas, tablas de frecuencias 2.5. Análisis intermedios: análisis de distintividad, tf-idf, bag of words 3. Introducción al análisis de sentimiento 3.1. Qué es el análisis automático del sentimiento en un texto: la opinión, la emoción y la intención del emisor 3.2. Casos reales de análisis de sentimiento en la industria y limitaciones 3.3. Ejercicios prácticos de análisis automático de sentimiento: uso de lexicones y diccionarios, asignación automática de sentimiento, segmentación, nubes de palabras 3.4. Creación de gráficos e informes de análisis de sentimiento 4. Introducción al modelado de tópicos 4.1. Qué es el modelado de tópicos, usos en la industria 4.2. Clasificación de textos en categorías: métodos supervisados y no supervisados 4.3. Ejercicios prácticos de modelado de tópicos: asociación de palabras y tópicos, identificación y caracterización de grupos naturales, términos comunes y solapamiento 4.4. Creación de gráficos e informes de modelado de tópicos para identificación de ideas representativas 5. Modelos de lenguaje 5.1. Qué son los modelos de lenguaje pre-entrenados y su impacto en el desarrollo del PLN y el aprendizaje automático 5.2. Usos e implicaciones en la industria y situación actual, principales iniciativas 5.3. Ejercicios prácticos de uso y evaluación de modelos predictivos básicos con datos en texto

Actividades Formativas: - Clases teórico-prácticas - Tutorías - Trabajo individual del estudiante - Exámenes parciales y finales Metodologías Docentes: - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - Resolución de casos prácticos, problemas, etc., planteados por el profesor de manera individual o en grupo. - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. - Elaboración de trabajos e informes de manera individual o en grupo.