5.40.4.8 Procesamiento del Lenguaje Natural (8 horas) [Habilidades AG-C03,AG-C09]

Referencias Bibliográficas: [Jurafsky and Martin, 2024,Russell and Norvig, 2021]

Temas

1. Gramáticas deterministas y estocásticas
2. Algoritmos de análisis sintáctico:
   1. CFGs y analizadores de tabla (por ejemplo, CYK)
   2. CFGs probabilísticos y CYK ponderado
3. Representación del significado/Semántica:
   1. Representaciones del conocimiento basadas en lógica
   2. Roles semánticos
   3. Representaciones temporales
   4. Creencias, deseos e intenciones
4. Métodos basados en corpus
5. N-gramas y HMMs
6. Suavizado y retroceso
7. Ejemplos de uso: Etiquetado POS y morfología
8. Recuperación de información:
   1. Modelo de espacio vectorial:
      1. TF & IDF
   2. Precisión y exhaustividad
9. Extracción de información
10. Traducción de lenguaje
11. Clasificación de texto, categorización:
    1. Modelo de bolsa de palabras
12. Aprendizaje profundo para PLN:
    1. RNNs
    2. Transformers
    3. Incrustaciones multimodales (por ejemplo, imágenes + texto)
    4. Modelos de lenguaje generativos

Aprendizaje esperado (Learning Outcomes)

1. Definir y contrastar gramáticas deterministas y estocásticas, proporcionando ejemplos para mostrar la adecuación de cada una [Definir]
2. Simular, aplicar o implementar algoritmos clásicos y estocásticos para analizar lenguaje natural [Aplicar]
3. Identificar los desafíos de representar el significado [Analizar]
4. Listar las ventajas de usar corpus estándar. Identificar ejemplos de corpus actuales para una variedad de tareas de PLN [Listar/Enumerar]
5. Identificar técnicas para recuperación de información, traducción de lenguaje y clasificación de texto [Analizar]
6. Implementar una transformación TF/IDF, usarla para extraer características de un corpus, y entrenar un algoritmo de aprendizaje automático estándar usando esas características para hacer clasificación de texto [Aplicar]