Procesamiento del lenguaje en la industria y el sector financiero
GUÍA DOCENTE Curso 2024-25
| Titulación: | Máster Universitario en Procesamiento del Lenguaje y Aplicaciones de la Int | 656M |
| Asignatura: | Procesamiento del lenguaje en la industria y el sector financiero | 5294 |
| Materia: | Estudios de caso IV |
| Módulo: | Estudios de caso y prácticas |
| Modalidad de enseñanza de la titulación: | Virtual | Carácter: | Optativa |
| Curso: | 1 | Créditos ECTS: | 4,00 | Duración: | Semestral (Segundo Semestre) |
| Horas virtuales sincrónicas: | 40,00 | Horas estimadas de trabajo autónomo: | 60,00 |
| Horas virtuales asincrónicas: | 0,00 | |
| Idiomas en que se imparte la asignatura: | Español |
| Idiomas del material de lectura o audiovisual: | Inglés, Español |
Departamentos responsables de la docencia
| MATEMÁTICAS Y COMPUTACIÓN | R111 |
| Dirección: | C/ Madre de Dios, 53 | Código postal: | 26006 |
| Localidad: | Logroño | Provincia: | La Rioja |
| Teléfono: | 941299452 | Fax: | 941299460 | Correo electrónico: | dpto.dmc@unirioja.es |
Profesorado previsto
| Profesor: | Rubio García, Julio | Responsable de la asignatura |
| Teléfono: | 941299448 | Correo electrónico: | julio.rubio@unirioja.es |
| Despacho: | 3242 | Edificio: | CENTRO CIENTÍFICO TECNOLÓGICO | Tutorías: | Consultar |
| Profesor: | Ibáñez Sáenz López, María José |
| Teléfono: | 941299460 | Correo electrónico: | maria-jose.ibanez@unirioja.es |
| Despacho: | 3204 | Edificio: | CENTRO CIENTÍFICO TECNOLÓGICO | Tutorías: | Consultar |
Descripción de los contenidos
-Web semántica y procesamiento de lenguaje
-Redes semánticas en la industria y el sector financiero
-Integración de web semántica y aprendizaje automático
Requisitos previos de conocimientos y competencias para poder cursar con éxito la asignatura
Ninguno especificado.
Competencias
Competencias generales
CG01 - Poseer y comprender conocimientos sobre procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística que aporten una base u oportunidad de ser originales en el desarrollo de soluciones dentro del ámbito de la lingüística computacional
CG02 - Aplicar los conocimientos adquiridos a la resolución de problemas en entornos nuevos o poco conocidos relacionados con las áreas de estudio de lingüística computacional, procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística
CG03 - Integrar conocimientos y formular juicios a partir de una información que incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de la lingüística computacional, el procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística
CG04 - Comunicar las conclusiones sobre lingüística computacional, procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambiguëdades
CG05 - Evaluar el progreso del propio aprendizaje de técnicas y recursos de procesamiento del lenguaje natural e inteligencia artificial aplicada a la lingüística
Competencias específicas
CE23 - Resolver, sobre la base de los conocimientos de lingüística computacional, procesamiento de lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística, casos de uso de distintos ámbitos públicos y privados
CC32 Categorizar las ontologías y modos de representación básicos para la web semántica. CC33 Justificar los ámbitos de aplicación de la web semántica en el sector financiero.
HD30 Preparar las fuentes de datos que serán integradas en grafos de conocimiento compatibles con la web semántica
HD31 Interpretar las inferencias realizadas a través de grafos de conocimiento en el sector financiero.
Resultados del aprendizaje
Los resultados de aprendizaje (Conocimientos o contenidos [CC], competencias [CG y CE] y habilidades o destrezas [HD]) se incluyen en el apartado de competencias hasta que se actualice la aplicación informática del Ministerio de Universidades.
Objetivos de desarrollo sostenible
Temario
Introducción a la web semántica y a los grafos de conocimiento
Grafos de conocimiento y aprendizaje automático
Grafos de conocimiento y procesamiento del lenguaje natural
Casos de aplicación del procesamiento del lenguaje natural y los grafos de conocimiento a la industria y al sector financiero
Bibliografía
| Tipo: | Título |
| Básica | Natural language processing for the semantic web.
Maynard, Diana. Bontcheva, Kalina. Augenstein, Isabelle. Absys |
| Complementaria | Tecnologías de la web semántica
Pastor Sánchez, Juan Antonio. Absys |
Metodología
Modalidades organizativas
Clases teóricas
Seminarios y talleres
Clases prácticas
Estudio y trabajo en grupo
Estudio y trabajo autónomo individual
Métodos de enseñanza
Método expositivo - Lección magistral
Estudio de casos
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
Aprendizaje orientado a proyectos
Aprendizaje cooperativo
Organización
| Actividades dirigidas | Tamaño
de grupo | Horas
virtuales
sincrónicas | Horas
virtuales
asincrónicas | Horas
totales |
| Clases teóricas | Grande | 15,00 | | 15,00 |
| Seminarios y talleres | Reducido | 5,00 | | 5,00 |
| Clases prácticas | Reducido | 20,00 | | 20,00 |
| Total de horas de actividades dirigidas | 40,00 |
| Trabajo autónomo del estudiante | Horas |
| Trabajo autónomo | 60,00 |
| Total de horas de trabajo autónomo | 60,00 |
Evaluación
| Sistema de evaluación | Recuperable | No Recup. |
| Pruebas de ejecución de tareas reales y/o simuladas | | 30% |
| Trabajos y proyectos | 70% | |
| Total | 100% |
Criterios críticos para superar la asignatura
1) Criterio crítico para la parte no recuperable (30% de la calificación): en cada uno de los entregables asociados a esta parte se debe obtener al menos un 4 (sobre 10) en la evaluación. Si no se supera este criterio, se puntuará con un 0 el 30% no recuperable, y se tendrá que obtener, para superar la asignatura, o bien en la convocatoria ordinaria o bien en la extraordinaria, al menos un 5 sobre 7 en la parte recuperable.
2) Para superar la asignatura, hay que obtener al menos un 4 (sobre 10) en la parte recuperable.
3) Para superar la asignatura, la calificación final debe ser al menos de 5 (sobre 10), tras ponderar la parte no recuperable (30%) y la parte recuperable (70%).
Versión: 14/06/2024 10:30:36 - G 2024-25 - 656M - 5294 - Impresión: 16/11/2025 00:38:28
