Tecnologías del lenguaje para lingüistas humanistas

0. Objetivos de la unidad

1. Introducción

2. Definiciones y conceptos

2.1. Inteligencia artificial

2.2. Computación cognitiva

2.3. Procesamiento del lenguaje natural (PLN)

3. El sector de las tecnologías del lenguaje

3.1. Historia y evolución

3.1.1. Tareas de PLN casi resueltas

3.1.2. Tareas de PLN que demuestran un rápido avance

3.1.3. Tareas de PLN con grado de madurez limitado

3.2. Tendencias y futuro

3.2.1. Tecnologías del lenguaje en español

4. Barreras y retos

4.1. Barreras

4.2. Retos

0. Objetivos de la unidad

1. Introducción

2. El lingüista en PLN. Perfiles profesionales

3. Conocimientos y habilidades requeridos

3.1. Conocimientos

3.2. Destrezas

3.3. Competencias transversales

4. Funciones del lingüista en proyectos PLN

4.1. Creación y mantenimiento de recursos léxico-semánticos

4.2. Diseño de ontologías y modelos lingüísticos

4.3. Etiquetado de corpus y control de calidad

4.4. Ajuste y/o asesoría lingüística para optimización de software

4.5. Dirección de proyectos

Ejercicio 1: Optimización de softwares de corrección

Ejercicio 2: Etiquetado de corpus de entrenamiento

0. Objetivos de la unidad

1. Introducción

2. Niveles de procesamiento lingüístico

2.1. Análisis fonético-fonológico

2.2. Análisis morfológico / léxico

2.3. Análisis sintáctico

2.4. Análisis semántico

2.5. Integración del discurso

2.6. Análisis pragmático

3. Tareas PLN vs. aplicaciones

Ejercicio 3: Uso de aplicaciones para la desambiguación léxica

Parte 1: Trabajar con WordNet

Parte 2: Trabajar con NLTK

0. Objetivos de la unidad

1. Introducción

2. Sistemas de reglas

2.1. Fundamentos

2.2. Proceso de ejecución de las reglas

2.3. Ejemplos de aplicación

3. Aprendizaje automático

3.1. Fundamentos

3.2. Proceso de aprendizaje supervisado

4. Aprendizaje profundo (deep learning)

4.1. Fundamentos de las redes neuronales

4.2. Deep learning

4.3. El aprendizaje por transferencia

5. Métricas para control de calidad

6. Modelos de representación del texto

6.1. Bolsa de palabras

6.2. Vectores de embeddings

Ejercicio 4: Representación de conocimiento con bolsa de palabras

0. Objetivos de la unidad

1. Introducción

2. El corpus en proyectos de PLN

2.1. Tipos de corpus

2.2. Uso del corpus en desarrollos PLN

3. Lingüística de corpus

3.1. Recopilación y diseño

3.2. Codificación y anotación de corpus

3.2.1. La codificación

3.2.2. La anotación o etiquetado

3.3. Gestión y explotación. Análisis de concordancias

3.3.1. Ejemplo 1

3.3.2. Ejemplo 2

4. Corpus compensado, algoritmo ético

4.1. La ética del dato

4.1.1. Ejemplo 1

4.1.2. Ejemplo 2

4.1.3. Ejemplo 3

4.2. Detección y compensación de sesgos

Ejercicio 5: Explotación de corpus propios

0. Objetivos de la unidad

1. Introducción

1.1. Orígenes de la extracción de información

1.2. Información estructurada vs. información no estructurada

2. Tareas de extracción de información

2.1. Reconocimiento de entidades

2.2. Clasificación automática

2.3. Extracción de información elaborada

2.4. Recuperación de información

2.5. Respuesta a preguntas

2.6. Extracción de resúmenes

3. Generación automática de texto

3.1. Fundamentos

3.2. Grandes Modelos del Lenguaje (LLMs)

0. Objetivos de la unidad

1. Introducción

2. Verificación automática vs. autocorrección vs. texto predictivo

3. Técnicas de corrección automática

3.1. Técnicas de bajo nivel

3.1.1. Corrección ortográfica basada en diccionarios

3.1.2. Corrección basada en corpus y estadística de n-gramas 

3.1.3. Corrección basada en reconocimiento de patrones 

3.2. Técnicas de alto nivel 

3.2.1. Corrección basada en parser 

3.2.2. Enfoque neuronal aplicado a la corrección 

3.2.3. Redacción predictiva inteligente 

4. Capacidades de la corrección automática 

4.1. Verificación ortográfica 

4.2. Verificación gramatical 

4.3. Verificación ortotipográfica 

4.4. Verificación de estilo 

5. Corrector automático y corrector humano 

Ejercicio 6: Reglas de verificación ortográfica

0. Objetivos de la unidad

1. Introducción

2. Técnicas de traducción automática (TA)

2.1. TA basada en reglas

2.2. TA estadística

2.3. TA neuronal 

2.4. Sistemas híbridos 

3. Traductor automático y traductor humano 

3.1. Capacidades de la traducción automática 

3.2. Oportunidades del traductor humano poseditor 

3.2.1. Posedición de traducción automática 

3.2.2. Evaluación de sistemas TA y asesoría 

3.2.3. Optimización de software 

0. Objetivos de la unidad

1. Introducción a las tecnologías del habla

2. Sistemas de reconocimiento de voz

2.1. Dificultades asociadas al reconocimiento de voz

2.2. Tipos de reconocedores de habla

2.3. Componentes y arquitectura

2.4. Técnicas

3. Sistemas de síntesis de voz

3.1. Procedimiento

3.2. Técnicas

4. El lingüista en tecnologías del habla

Ejercicio 7: Análisis del servicio de voz a texto 

0. Objetivos de la unidad

1. Introducción

1.1. Historia

1.2. Aplicaciones

1.3. Terminología

1.4. Tipos principales de sistemas conversacionales

2. Funcionamiento de un sistema conversacional

3. Diseño de un asistente y el papel del lingüista

4. Ecosistema tecnológico

5. La revolución ChatGPT

1. Introducción

2. Escenarios con más oportunidades

3. La búsqueda de oportunidades

3.1. Modalidades

3.2. Tareas más demandadas

3.3. Expresiones clave para localizar ofertas

3.4. Portales generalistas

3.5. Portales especializados

4. Recomendaciones para presentar candidaturas

4.1. CV visualmente atractivo

4.2. Adaptación para cada oferta

5. Preparación previa/continua

5.1. Marca personal

5.1.1. Práctica

5.1.2. Porfolio

5.1.3. Comunidades

Práctica final

1. Planteamiento

2. Descripción de la práctica

2.1. Escenario

2.2. Propuesta

3. Rúbrica de evaluación