La asignatura "Descubrimiento de información en textos" se enmarca dentro del Máster en Tecnologías del Lenguaje impartido por la Escuela Técnica Superior de Ingeniería Informática de la UNED.

Ficha técnica:

• Tipo: Optativa
• Duración: Anual
• Créditos Totales y Horas: 6 / 150
• Horas de estudio teórico: 75
• Horas de trabajo práctico: 75

Reseña del Profesorado:

FRESNO FERNÁNDEZ, VÍCTOR

Víctor Fresno forma parte del grupo NLP&IR de la UNED. Sus líneas de investigación se centran fundamentalmente en el estudio y propuesta de modelos de representación de textos para su procesamiento automático y su aplicación a problemas de Clasificación Automática, Agrupamiento y Recuperación de Información. Realizó una estancia de investigación post-doctoral como Visiting Faculty en la City University of New York (CUNY). 

Desde el año 2000 hasta la actualidad ha trabajado en el Instituto de Automática industrial (CSIC), la Universidad Rey Juan Carlos (URJC) y la Universidad Nacional de Educación a Distancia (UNED), colaborando en los programas de doctorado de dichas universidades.

e.mail: vfresno@lsi.uned.es

AMIGÓ CABRERA, ENRIQUE

Enrique Amigó  forma parte del grupo NLP&IR de la UNED. Sus líneas de investigación se centran en: (i) la axiomatización de métricas de evaluación y su conexión con teoría de la medida, (ii) la extensión de la teoría de la información para rasgos continuos en representación de documentos y formalización del concepto de similitud, y más recientemente (iii) la formalización de la sinergia entre composicionalidad y contextualidad en modelos de representación semántica.  Sus trabajos cuentan con un totat de 2400 citas según Google Scholar.  Entre otros méritos, destacan el premio Google Faculty Research Award 2012 junto con los investigadores Julio Gonzalo y Stefano Mizzaro, y la  organización  del congreo internacional SIGIR 2022 en Madrid.

e.mail: enrique@lsi.uned.es

Conocimientos previos recomendables:

• Diseño e implementación de sistemas informáticos.
• Lectura fluida del inglés.
• Fundamentos matemáticos de la informática.

Esta asignatura puede ser cursada aisladamente, aunque el estudiante se beneficiaría si hubiera cursado previamente o cursara en paralelo la asignatura de Fundamentos del Procesamiento Lingüistico, y las asignaturas de Fundamentos Matemáticos de la Informática y Estadística impartidas en el primer ciclo de la titulación de Informática de la UNED, o asignaturas equivalentes en otras universidades.

La tutorización de los alumnos se llevará a cabo a través de la plataforma de e-Learning Alf, por teléfono y por correo electrónico:

• Enrique Amigó
  email: enrique@lsi.uned.es
  Tfno: 913988651
  Horario guardias:  Jueves de 15:00 a 19:00
   
• Víctor Fresno
  email: vfresno@lsi.uned.es
  Tfno: 913988217
  Horario guardias:  Martes y Miércoles de 11:30 a 13:30

Dirección postal: ETSI Informática, 2ª Planta. C/ Juan del Rosal 16, 28040 Madrid.

COMPETENCIAS

COMPETENCIAS GENERALES

CPG1 - Adquirir capacidad de abstracción, análisis, síntesis y relación de ideas.

CPG2 - Adquirir capacidad crítica y de decisión

CPG3 - Adquirir capacidad de estudio y autoaprendizaje

CPG4 - Adquirir capacidad creativa y de investigación

CPG5 - Adquirir habilidades sociales para el trabajo en equipo

COMPETENCIAS ESPECÍFICAS

CE1 - Adquirir capacidad de comprender y manejar de forma básica los aspectos más importantes relacionados con los lenguajes y sistemas informáticos en general y, de manera especial, en los siguientes ámbitos: Tecnologías del lenguaje y de acceso a la información en web.

CE3 - Adquirir capacidad de estudio de los sistemas y aproximaciones existentes para distinguir las aproximaciones más efectivas.

CE4 - Adquirir capacidad para detectar carencias en el estado actual de la ciencia y la tecnología.

CE5 - Adquirir capacidad para proponer nuevas aproximaciones que den solución a las carencias detectadas.

CE6 - Adquirir capacidad de especificar, diseñar, implementary evaluar tanto cualitativa como cuantitativamente los modelos y sistemas propuestos.

CE7 - Adquirir capacidad para proponer y llevar a cabo experimentos con la metodología adecuada como para poder extraer conclusiones y determinar nuevas líneas de actuación e investigación

El objetivo del curso es proporcionar al alumno una visión global sobre los modelos y técnicas de representación de textos dentro de los diferentes paradigmas de las Tecnologías de la Lengua.

El aprendizaje está diseñado para permitir que el alumno adquiera una serie de destrezas y competencias que se enumeran a continuación:

• Adquirir una visión general de los diferentes modelos de representación de textos existentes en la literatura, adquiriendo una serie de destrezas y competencias que se enumeran a continuación:
  • Entender la representación textos dentro del Modelo de Espacio Vectorial, proyectando un texto en un espacio multidimensional definido a partir de un vocabulario.
  • Conocer los modelos de lenguaje. Entender la interpretación del lenguaje como las posibles secuencias de términos y su distribución de probabilidad.
  • Conocer los modelos basados en arquitecturas neuronales, en donde la representación del texto se basa en el estado interno de la red.
• Hábito de lectura de artículos científicos y capacidad para buscar información que complete el material propuesto inicialmente.
• Capacidad de reflexión sobre el material estudiado, necesaria para poder realizar una síntesis de calidad.
• Desarrollar pequeñas aplicaciones para la obtención de diferentes modelos de representación de textos.

Con la superación del curso se espera que el alumno complete todas las competencias generales  especificadas en la memoria del máster:

CPG1 - Adquirir capacidad de abstracción, análisis, síntesis y relación de ideas.

CPG2 - Adquirir capacidad crítica y de decisión

CPG3 - Adquirir capacidad de estudio y autoaprendizaje

CPG4 - Adquirir capacidad creativa y de investigación

CPG5 - Adquirir habilidades sociales para el trabajo en equipo

Además de las siguientes competencias específicas: 

CE1 - Adquirir capacidad de comprender y manejar de forma básica los aspectos más importantes  relacionados con los lenguajes y sistemas informáticos en general y, de manera especial, en los siguientes ámbitos: Tecnologías del lenguaje y de acceso a la información en web.

CE3 - Adquirir capacidad de estudio de los sistemas y aproximaciones existentes para distinguir las  aproximaciones más efectivas.

CE4 - Adquirir capacidad para detectar carencias en el estado actual de la ciencia y la tecnología.

CE5 - Adquirir capacidad para proponer nuevas aproximaciones que den solución a las carencias detectadas.

CE6 - Adquirir capacidad de especificar, dise.ar, implementar y evaluar tanto cualitativa como cuantitativamente los modelos y sistemas propuestos.

CE7 - Adquirir capacidad para proponer y llevar a cabo experimentos con la metodología adecuada como para poder extraer conclusiones y determinar nuevas líneas de actuación e investigación.

La metodología es la general del programa de postgrado; junto a las actividades y enlaces con fuentes de información externas, existe material didáctico propio preparado por el equipo docente. Se trata de una metodología adaptada a las directrices del EEES, de acuerdo con el documento del IUED. La asignatura no tiene clases presenciales. Los contenidos teóricos se impartirán a distancia, de acuerdo con las normas y estructuras de soporte telemático de la enseñanza en la UNED.

El temario de la asignatura se estructura en cuatro temas y ha sido planteado de tal forma que el alumno pueda introducirse en los contenidos de la asignatura de una manera gradual, adquiriendo los conocimientos necesarios, y con un enfoque basado en la práctica de los mismos. La búsqueda y estudio de referencias bibliográficas forma parte fundamental del curso.

En cada unidad didáctica elaborada por el equipo docente hay una parte de "Planificación y orientaciones" con la siguiente información:

• Introducción general al contenido.
• Objetivos específicos.
• Esquema de los contenidos.
• Orientaciones sobre la forma de llevar a cabo el estudio del tema.
• Temporización recomendada.
• Indicación de si el tema tiene o no asociada una práctica obligatoria.

El estudiante debe en primer lugar leer esta parte de la unidad didáctica. Como se trata de un máster orientado a la investigación, las actividades de aprendizaje se estructuran en torno al estado del arte en cada una de las materias del curso y a los problemas en los que se van a focalizar las tareas teorico-prácticas que el alumno deberá realizar.

Las actividades formativas de la asignatura son:

1. Actividades teóricas interaccionando con equipos docentes, tutores y compañeros.
   Resolución de dudas de contenido teórico de forma presencial, vía telefónica o en línea sobre la metodología, los contenidos o las actividades a realizar. Intercambio de información a través de un foro virtual.
    
2. Actividades prácticas interaccionando con equipos docentes, tutores y compañeros.
   Resolución de dudas de contenido práctico de forma presencial, vía telefónica o en línea sobre la metodología, los contenidos o las actividades a realizar. Intercambio de información a través de un foro virtual.
    
3. Actividades teóricas desempeñadas autónomamente.
   Lectura reflexiva y crítica de las orientaciones metodológicas de la asignatura. Estudio de los materiales didácticos.
    
4. Actividades prácticas desempeñadas.
   Elaboración de prácticas o tareas obligatorias de forma individual y en su caso la práctica o tarea opcional.

Bibliografía básica:

• Speech and Language Processing (3rd ed. draft) Dan Jurafsky and James H. Martin (disponible online)

Bibliografía coplementaria:

• Como bibliografía complementaria se aportarán referencias dentro del curso virtual. 

El equipo docente ha elaborado Unidades Didácticas para todos los temas de la asignatura. Cada unidad didáctica se compone de documentos de:

• Planificación y orientaciones del tema.
• Contenidos teórico-prácticos con enlaces a material disponible en la Web, si es pertinente.
• En caso necesario indica qué capítulos o partes de la bibliografía básica o complementaria se debe consultar.

Los estudiantes dispondrán de los siguientes recursos de apoyo al estudio:

• Guía de la asignatura. Incluye el plan de trabajo y orientaciones para su desarrollo. Esta guía será accesible desde el curso virtual.
• Curso virtual. A través de esta plataforma los/as estudiantes tienen la posibilidad de consultar información de la asignatura, realizar consultas al Equipo Docente a través de los foros correspondientes, consultar e intercambiar información con el resto de los compañeros/as.
• Documentación de la asignatura. El equipo docente publicará recursos adicionales que faciliten o profundicen los contenidos desarrollados en la asignatura, además de los contenidos ya ofrecidos.
• Biblioteca. El estudiante tendrá acceso tanto a las bibliotecas de los Centros Asociados como a la biblioteca de la Sede Central, en ellas podrá encontrar un entorno adecuado para el estudio, así como de distinta bibliografía que podrá serle de utilidad durante el proceso de aprendizaje.