En muchas aplicaciones del Procesamiento del Lenguaje Natural las entidades pueden representarse de forma natural como nodos de un grafo y las relaciones entre ellas como enlace entre dichos nodos.

Se ha desarrollado una amplia investigación que ha demostrado que las representaciones basadas en grafos de las unidades lingüísticas, como palabras, oraciones y documentos da lugar a nuevas y eficientes soluciones en numerosas tareas de procesamiento del lenguaje. Estas aplicaciones van desde el etiquetado léxico, el análisis sintáctico y la desambiguación del sentido de las palabras, a la extracción de información, o la generación de resúmenes.
Así mismo, la teoría de redes, tiene una gran relevancia en los sistemas de recuperación información, que ha permitido grandes avances en el desarrollo de aplicaciones en la web, que van desde el desarrollo de buscadores hasta el análisis de redes sociales.

En esta asignatura se dan a conocer los conceptos básicos de las redes y su representación matemática en forma de grafos, así como los algoritmos más utilizados en el procesamiento de grafos. Se presentan y utilizan herramientas existentes para la construcción, análisis y visualización de grafos. A continuación se describen las aplicaciones más importantes de la teoría de grafos a la recuperación de información en la web y al procesamiento del lenguaje natural.

Ficha técnica:

• Tipo: Optativa
• Duración: Anual
• Créditos Totales y Horas: 6 / 150
• Horas de estudio teórico: 70
• Horas de trabajo práctico: 70
• Horas de actividades complementarias: 10

La asignatura de caracter optativo "Técnicas basadas en grafos aplicados al procesamiento del lenguaje" pertenece al Máster Universitario en  "Tecnologías del Lenguaje" y se imparte por profesores del Departamento de "Lenguajes y Sistemas Informáticos" de la ETSI Informática de la UNED. Esta asignatura es de carácter anual con una carga de 6 ECTS.

Esta asignatura, al ser optativa, puede ser cursada aisladamente, aunque el estudiante se beneficiaría si hubiera cursado previamente o curse en paralelo la asignatura de Fundamentos del procesamiento lingüístico.

La asignatura aporta al perfil profesional del máster en varios aspectos fundamentales:

Comprensión avanzada del procesamiento del lenguaje natural (PLN): Los grafos son una representación poderosa para modelar relaciones y estructuras de datos complejas. Al aplicar técnicas basadas en grafos al PLN, los estudiantes desarrollan una comprensión más profunda de las relaciones entre distintos elementos lingüísticos (palabras, oraciones, documentos, etc.).

Desarrollo de habilidades de modelado y visualización: Trabajar con grafos implica la creación, manipulación y visualización de estructuras de datos complejas. Los estudiantes adquieren habilidades en el modelado de problemas del mundo real como grafos, lo que les permite representar de manera efectiva sistemas lingüísticos complejos. Además, aprenden a visualizar y analizar estos modelos, lo que facilita la identificación de patrones y la toma de decisiones informadas en el procesamiento del lenguaje.

Aplicación en sistemas de búsqueda y recomendación: Muchos sistemas de búsqueda y recomendación dependen de modelos basados en grafos para comprender las relaciones entre los elementos del lenguaje. Los estudiantes adquieren habilidades para diseñar y desarrollar algoritmos de búsqueda y recomendación más efectivos, lo que mejora su capacidad para construir sistemas inteligentes que puedan entender y responder a las consultas de los usuarios de manera más precisa.

Preparación para investigaciones avanzadas: el uso de técnicas basadas en grafos representa un área de investigación activa. Al estudiar esta asignatura, los estudiantes están mejor preparados para participar en investigaciones avanzadas en PLN, lo que puede incluir el desarrollo de nuevos algoritmos, la mejora de técnicas existentes y la aplicación de enfoques innovadores para resolver problemas complejos en el procesamiento del lenguaje.

Reseña del Profesorado:

ARAUJO SERNA, LOURDES:

Forma parte del grupo NLP&IR de la UNED. Ha desarrollado en universidades públicas diversa actividad docente relacionada con los lenguajes de programación y la algoritmia.  En la actualidad investiga en procesamiento del lenguaje natural, recuperación de información y en su aplicación a diversas áreas como el dominio médico y la educación. Ha dirigido diversas tesis doctorales y proyectos de investigación en estos temas.

e.mail: lurdes@lsi.uned.es

MARTÍNEZ ROMO, JUAN:

Forma parte del grupo NLP&IR de la UNED. Ha impartido docencia en temáticas como los lenguajes de programación, tecnologías web, motores de búsqueda, programación de dispositivos móviles y procesamiento del lenguaje natural (PLN). Sus intereses principales de investigación son el PLN, recuperación de información con adversario, informática biomédica y tecnologías educativas. Ha dirigido varias tesis doctorales y proyectos de investigación en estos temas.

e.mail: juaner@lsi.uned.es

Se requieren conocimiento de algoritmos, programación y matemáticas propios de un titulado en Informática o en un área afin.

Esta asignatura puede ser cursada aisladamente, aunque el estudiante se beneficiaría si hubiera cursado previamente o curse en paralelo la asignatura de Fundamentos del procesamiento lingüístico.

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

• Lourdes Araujo Serna (coordinadora)
  email: lurdes@lsi.uned.es
  Tfno: 913987318
  Horario: Jueves de 10:00 a 14:00 horas.
  ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA
  Departamento: LENGUAJES Y SISTEMAS INFORMÁTICOS
  calle Juan del Rosal 16, Madrid 28040
• Juan Martínez Romo
  email: juaner@lsi.uned.es
  Tfno: 913989378
  Horario: Miércoles y Jueves de 11:00 a 13:00 horas.
  ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA
  Departamento: LENGUAJES Y SISTEMAS INFORMÁTICOS
  calle Juan del Rosal 16, Madrid 28040

COMPETENCIAS

C1 Comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

C2 Abstracción, análisis, síntesis y relación de ideas.

C3 Capacidad crítica y de decisión.

C4 Capacidad de estudio y autoaprendizaje

C5 Capacidad creativa y de investigación.

C6 Habilidades sociales para el trabajo en equipo

C7 Capacidad de estudio de los sistemas y aproximaciones existentes y para distinguir las aproximaciones más efectivas.

C8 Capacidad para detectar carencias en el estado actual de la ciencia y la tecnología.

C9 Capacidad para proponer nuevas aproximaciones que de solución a las carencias detectadas.

CONOCIMIENTOS O CONTENIDOS

CO1 Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

CO2 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.

HABILIDADES O DESTREZAS

H1 Capacidad de aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios relacionados con su área de estudio.

H2 Capacidad de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.

H3 Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

H4 Capacidad de especificar, diseñar, implementar y evaluar tanto cualitativa como cuantitativamente los modelos y sistemas propuestos.

H5 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. 

COMPETENCIAS

C1 Comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

C2 Abstracción, análisis, síntesis y relación de ideas.

C3 Capacidad crítica y de decisión.

C4 Capacidad de estudio y autoaprendizaje.

C5 Capacidad creativa y de investigación.

C6 Habilidades sociales para el trabajo en equipo.

C7 Capacidad de estudio de los sistemas y aproximaciones existentes y para distinguir las aproximaciones más efectivas.

C8 Capacidad para detectar carencias en el estado actual de la ciencia y la tecnología.

C9 Capacidad para proponer nuevas aproximaciones que de solución a las carencias detectadas.

La metodología es la general del programa de máster; 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 material docente incluye un resumen de los contenidos de cada tema y distintos tipos de actividades relacionadas con la consulta bibliográfica y la utilización de herramientas asociadas a las tecnologías y técnicas presentadas en el curso. Tratándose de un master 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 prácticas que el alumno deberá realizar.

Este libro aborda los temas centrales del curso. Sin embargo no es imprescindible adquirirlo. En el curso virtual pueden encontrar la información necesaria para seguir el curso.

Libro disponible en la página de uno de los autores

http://www.cs.cornell.edu/home/kleinber/networks-book/

La plataforma de e-Learning Alf proporcionará el adecuado interfaz de interacción entre el alumno y sus profesores. Alf es una plataforma de e-Learning y colaboración que permite impartir y recibir formación, gestionar y compartir documentos, crear y participar en comunidades temáticas, así como realizar proyectos online.

Se ofrecerán las herramientas necesarias para que, tanto el equipo docente como el alumnado, encuentren la manera de compaginar tanto el trabajo individual como el aprendizaje cooperativo.