4.26.4.8 Procesamiento del Lenguaje Natural (12 horas) [Habilidades ]

Referencias Bibliográficas: [Nilsson, 2001,Russell and Norvig, 2003,Ponce-Gallegos et al., 2014] Temas

1. Gramaticas determinísticas y estocásticas
2. Algoritmos de parseo
   1. Gramáticas libres de contexto (CFGs) y cuadros de parseo (e.g. Cocke-Younger-Kasami CYK)
   2. CFGs probabilísticos y ponderados CYK
3. Representación del significado / Semántica
   1. Representación de conocimiento basado en lógica
   2. Roles semánticos
   3. Representaciones temporales
   4. Creencias, deseos e intenciones
4. Metodos basados en el corpus
5. N-gramas y Modelos ocultos de Markov (HMMs)
6. Suavizado y back-off
7. Ejemplos de uso: POS etiquetado y morfologia
8. Recuperación de la información:
   1. Modelo de espacio vectorial
      1. TF & IDF
   2. Precision y cobertura
9. Extracción de información
10. Traducción de lenguaje
11. Clasificación y categorización de texto:
    1. Modelo de bolsa de palabras

Objetivos de Aprendizaje (Learning Outcomes)

1. Define y contrasta gramáticas de tipo estocásticas y determinísticas, dando ejemplos y demostrando como adecuar cada una de ellas [Usar]
2. Simula, aplica, o implementa algoritmos clásicos y estocásticos para el parseo de un lenguaje natural [Usar]
3. Identifica los retos de la representación del significado [Usar]
4. Lista las ventajas de usar corpus estándares. Identifica ejemplos de corpus actuales para una variedad de tareas de PLN [Usar]
5. Identifica técnicas para la recuperación de la información, traducción de lenguajes, y clasificación de textos [Usar]