Procesamiento del Lenguaje Natural

Una de las ramas más importantes de la Inteligencia Artificial es aquella orientada a facilitar la comunicación hombre-computadora por medio del lenguaje humano, o lenguaje natural. El Procesamiento del Lenguaje Natural (PLN) es la disciplina encargada de producir sistemas informáticos que posibiliten dicha comunicación, por medio de la voz o del texto. Se trata de una disciplina tan antigua como el uso de las computadoras (años 50), de gran profundidad, y con aplicaciones tan importantes como la traducción automática o la búsqueda de información en Internet. Dado el tiempo disponible, es imperativo concentrar nuestros esfuerzos en un ámbito necesariamente limitado: los sistemas de PLN que utilizan técnicas de carácter estadístico aplicados al análisis del texto.

El objetivo principal de esta asignatura es dotar a los alumnos de conocimientos sobre las técnicas que se emplean para el desarrollo de este tipo de sistemas, concentrándonos en los aspectos que conciernen a los métodos estadísticos de tratamiento del texto, y destacando las siguientes tareas de clasificación: la recuperación de documentos, la categorización automática de documentos, la resolución de la ambigüedad léxica y el etiquetado sintáctico.

Otros temas de interés para los alumnos de esta asignatura son los siguientes:

• Serie de conferencias PLENUM. Conferencias celebradas en el marco de esta asignatura durante los cursos académicos 2000/01 a 2003/04.
• Notificación de solapamiento de horario (imprimir y entregar firmada a ambos profesores).
• Presentación y programa de la asignatura.

Recursos

• Documentación
  1. Introducción al Procesamiento del Lenguaje Natural (transparencias, práctica 1).
     • Interludio: Introducción al Aprendizaje Automático con WEKA (transparencias, problemas 1.A, práctica 2).
     • Interludio: Gramáticas de Cláusulas Definidas de Prolog (transparencias, ejemplos, problema 1.B).
  2. Léxico y morfología (transparencias, problemas, práctica 3).
  3. Técnicas de análisis sintáctico (transparencias, ejemplos, problemas).
  4. Representación del significado y semántica (transparencias, ejemplos, problemas).
  5. Interpretación contextual y pragmática (transparencias).
  6. Aplicaciones 1: Traducción automática (transparencias).
  7. Aplicaciones 2: Extracción de información (transparencias).
• Bibliografía
  • Bibliografía general
    • (GA) C. GAZDAR, C. MELLISH, Natural Language Processing in Prolog, Addison Wesley, 1989 (P98 .G39 Biblioteca UEM, versión en POP-11 / Disponible en http://www.informatics.susx.ac.uk/research/nlp/gazdar/nlp-in-prolog/).
    • (MA) C. MANNING, H. SCHÜTZE, Foundations of Statistical Natural Language Processing, The MIT Press, 1999 (P98.5 .S83 M36 Biblioteca UEM).
  • Bibliografía complementaria
    • J. ALLEN, Natural Language Understanding, Benjamin/Cummings, 1987 (QA76.7 .A45 Biblioteca UEM).
    • E. CHARNIAK, Statistical Language Learning, MIT Press, 1993 (P98.5 .S83 C43 Biblioteca UEM).
    • P. JACKSON, I. MOULINIER, Natural language processing for online applications: text retrieval, extraction and categorization, John Benjamins Pub. 2002 (QA76.9 .N38 J33 Biblioteca UEM).
    • B. KRENN, C. SAMUELSSON, The Linguist's Guide to Statistics, sin publicar, 1997 (Disponible en http://www.coli.uni-sb.de/~krenn/stat_nlp.ps.gz).
    • L. MORENO, M. PALOMAR, A. MOLINA, A. FERRÁNDEZ, Introducción al Procesamiento del Lenguaje Natural, Servicio de Publicaciones Universidad de Alicante, 1999 (P98 .I58 Biblioteca UEM).
    • G. SALTON, Introduction to Modern Information Retrieval, McGraw-Hill, 1983.
    • G. SALTON, Automatic Text Processing: The Transformation, Analysis, and Retrieval of Information by Computer, Addison Wesley, 1989.
    • S. SHAPIRO, Encyclopedia of artificial intelligence, John Wiley & Sons, 1992 (Q334.2 .E53 Biblioteca UEM).
    • C.J. VAN RIJSBERGEN, Information Retrieval, Butterworths, 1979 (Disponible en http://www.dcs.gla.ac.uk/Keith/Preface.html).
    • I. WITTEN, E. FRANK, Data Mining: Practical Machine Learning Tools and Techniques with Java Applications, Morgan Kaufmann Publishers, 1999 (QA76.9 .D3 W58 Biblioteca UEM).
• Artículos
  • Lillian Lee, 2002. "I'm sorry Dave, I'm afraid I can't do that": Linguistics, Statistics, and Natural Language Processing circa 2001. National Research Council Study on Fundamentals of Computer Science.
• Enlaces seleccionados
  • Asociaciones
    • Association for Computational Linguistics (ACL) (http://www.cs.columbia.edu/~acl/)
    • Sociedad Española para el Procesamiento del Lenguaje Natural (SEPLN) (http://gplsi.dlsi.ua.es/sepln/)
    • European Network in Language and Speech (ELSNET) (http://www.elsnet.org/)
  • Grupos, departamentos e institutos
    • Instituto Cervantes (http://www.cervantes.es)
    • Grupo de PLN de la UNED (http://sensei.ieec.uned.es/item/GrupoLN/grupoLN.htm)
    • Center for Intelligent Information Retrieval (CIIR) (http://ciir.cs.umass.edu/)
    • AT&T Research (http://www.research.att.com/)
    • Language Technologies Institute, Carnegie Mellon University (http://www.lti.cs.cmu.edu/)
    • Xerox Research Centre Europe (http://www.rxrc.xerox.com/home.html)
  • Cursos
    • Language Engineering (Y. Wilks) (http://www.dcs.shef.ac.uk/~yorick/le334.html)
    • Statistical Natural Language Processing (Joakim Nivre) (http://www.ling.gu.se/~nivre/kurser/wwwstat/)
    • Natural Language Processing (Marylin Ford) (http://www.cit.gu.edu.au/~mf/nlp/)
    • Information Retrieval & Natural Language Processing (UNED) (http://rayuela.ieec.uned.es/~ircourse/)
  • Listas de enlaces y motores de búsqueda especializados
    • AI on the Web (http://www.cs.berkeley.edu/~russell/ai.html)
    • The ACL NLP/CL Universe (http://www.cs.columbia.edu/~radev/u/db/acl/)
    • Commision Research and Development Information Service (http://www.cordis.lu/)
    • IDOMENEUS technology transfer server (U. Glasgow) (http://www.dcs.gla.ac.uk/idom/)
    • Networked Computer Science Technical Reference Library (http://cs-tr.cs.cornell.edu/)
    • The Computation and Language E-Print Archive (http://xxx.unizar.es/cmp-lg/)
    • The Natural Language Software Registry (http://www.dfki.de/lt/registry/)

Nota para el grupo de plan 1996: Los criterios de evaluación definidos para este grupo coinciden en su totalidad con los usados en el grupo del plan 2000. Sin embargo, dada la diferencia de créditos entre ambas asignaturas, los alumnos de la presente deberán complementar su trabajo en la misma por medio de un trabajo de investigación de 3 créditos, que se fijara de acuerdo con el profesor al inicio de la asignatura.

Nota sobre las transparencias: Los alumnos deberán asumir que el material proporcionado por el profesor (apuntes de cátedra, transparencias) no reflejan en ningún caso los contenidos de la asignatura, debiendo ser completados por medio de los apuntes obtenidos en las clases impartidas por el profesor, y por medio del estudio y documentación suplementaria (incluyendo especialmente la bibliografía).