Processament del Llenguatge Natural ( PLN )

Professors

Responsable:	Horacio Rodríguez Hontoria (horaciolsi.upc.edu).
Altres:	(Informació no introduïda)

Objectius Generals

Presentar un panorama dels problemes que presenta el processament de la llengua (llenguatge natural o llenguatge humà), les tècniques que es fan servir per abordar-los i els fonaments teòrics en que es basen aquestes tècniques.

La base de l'assignatura es l'estudi de l'Enginyeria Lingüística en les seves tres vessants:

1.  mètodes i eines
2.  recursos i formes d'adquirir-los
3.  aplicacions.

L'enfocament de l'assignatura serà bàsicament pràctic. Es tractaran les dues grans àrees d'aplicació: els sistemes basats en diàlegs persona/màquina i els sistemes de processament de grans volums d'informació textual.

El temari de l'assignatura pretén cobrir les dues aproximacions que normalment es fan servir en les tasques de processament del llenguatge natural: l'aproximació basada en el coneixement (bàsicament lingüístic) i l'aproximació basada en mètodes empírics (bàsicament de tipus estadístic o d'Aprenentatge Automàtic).

Objectius Específics

Coneixements

1. Abast i necessitat de les tècniques de Processament del Llenguatge Natural.
2. Conceptes bàsics sobre les aplicacions més habituals de Processament del Llenguatge Natural. Sistemes basats en diàlegs, sistemes de traducció automàtica, sistemes de cerca de la resposta, sistemes de resum automàtic, sistemes de recuperació i extracció de l' informació textual i altres.
3. Tècniques bàsiques que es fan servir en les tasques de Processament del Llenguatge Natural. Anàlisi morfològic i sintàctic, interpretació semàntica, desambiguació semàntica, i altres.
4. Fonaments bàsics d'aquestes tècniques.
5. Coneixement bàsic dels llenguatges que es fan servir a les aplicacions de Processament del Llenguatge Natural.
6. Coneixement dels recursos necessaris pel tractament de la llengua: diccionaris, gramàtiques, lexicons, ontologies i altres

Habilitats

1. Analitzar un problema, identificar les possibilitats i avantatges d'aplicar tècniques de Processament del Llenguatge Natural per abordar-lo.
2. Elecció de les tècniques més adequades per cada tasca de PLN.
3. Extreure i representar el coneixement necessari per construir una aplicació de Processament del Llenguatge Natural. Selecció i avaluació dels recursos necessaris i del recursos disponibles.
4. Capacitat d'integrar components ja existents de PLN (tant recursos lingüístics com eines de tractament) en aplicacions reals .
5. Capacitat per dissenyar i construir components software que resolguin problemes bàsics de PLN (analitzadors, desambiguadors, traductors, etc.).
6. Capacitat per dissenyar i dur a terme experiments necessaris per l'aplicació dels mètodes empírics de PLN, i d'analitzar-ne els resultats.

Competències

1. Capacitat de resoldre problemes aplicant els mètodes de la ciència i l'enginyeria
2. Capacitat per crear i utilitzar models de la realitat.
3. Capacitat per dissenyar sistemes, components o processos que s'ajustin a unes necessitats, utilitzant els mètodes, tècniques i eines més adients en cada cas.
4. Capacitat per dissenyar i dur a terme experiments, i d'analitzar-ne els resultats.

Continguts

Hores estimades de:

Metodologia docent

Les classes estan dividides en sessions de teoria, problemes i laboratori. A les sessions de teoria es desenvoluparan els coneixements de l'assignatura. Les classes de problemes permetran aprofundir en les tècniques i algorismes explicats a les sessions de teoría.

A les classes de laboratori es desenvoluparan petites pràctiques utilitzant eines i llenguatges adequats al PLN (bàsicament fent servir Python, Prolog i NLTK) que permetran practicar i reforçar els coneixements de les classes de teoria.

Les ultimes sessions de laboratori es dedicaran a l'integració de les unitats de software desenvolupades al llarg del curs en una aplicació final.

Mètode d'avaluació

L'avaluació es basarà en un examen parcial, un examen final i una nota de laboratori.

L'examen parcial no serà alliberatori i es farà a hores de classe. Les persones que no aprovin o no facin l'examen parcial seran avaluades només amb la nota de l'examen final.

La nota de laboratori provindrà dels informes que es faran de les practiques realitzades a les classes de laboratori.

El càlcul de la nota final es farà de la següent manera:

Nota Final = max (Nota examen parcial * 0.15 + Nota examen final * 0.45, Nota examen final * 0.6) + Nota laboratori * 0.4

Bibliografía bàsica

• R. Dale, H. Moisl, H.Somers, ed. Handbook of natural Language Processing, Marcel Dekker, New York, 2000.
• D. Jurafsky, James H. Martin Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition, Prentice Hall, Upper Saddle River, N.J. , 2000.
• C. Manning, H. Schütze Foundations of statistical Natural Language Processing, MIT Press Cambridge, Mass., 1999.
• R. Mitkov (editor) The Oxford handbook of Computational Linguistics, Oxford University Press, 2003.

Bibliografía complementària

• Allen, J. Natural Language Understanding, Benjamin/CummingsPublishing Company , 1995.
• H. Rodríguez, M.A. Martí, I. Castellón Formalismes lògics per al tractament del llenguatge natural, Edicions UPC. Temes d' I.A, 1995.
• M.A. Martí (editora) Les tecnologies del llenguatge, Edicions de la Universitat Oberta de Catalunya, Manuals, Nu. 53, 2001.

Enllaços web

1. http://nltk.sourceforge.net/
   NLTK, Natural Language Toolkit

Capacitats prèvies

Els estudiants haurien de tenir coneixements de:

Representació del coneixement
Tècniques de resolució de problemes
Conceptes bàsics de Processament del Llenguatge Natural
Conceptes de llenguatges formals (concretament autòmats finits,
llenguatges regulars i incontextuals)

Per això, les assignatures Intel·ligència Artificial i Teoria de la Computació
haurien de ser prerequisits d'aquesta.

Com a suggeriment addicional es recomana haver cursat l'assignatura de Compiladors.