Universidad de La Rioja

Trabajo fin de Máster
GUÍA DOCENTE    Curso 2024-25

Titulación:Máster Universitario en Procesamiento del Lenguaje y Aplicaciones de la Int656M
Asignatura:Trabajo fin de Máster5296
Materia:Trabajo fin de Máster
Módulo:Trabajo fin de Máster
Modalidad de enseñanza de la titulación:VirtualCarácter:Trabajo Fin De Máster
Curso:1Créditos ECTS:12,00Duración:Sin duracion (p.e. Proyecto)
Horas virtuales sincrónicas:0,00Horas estimadas de trabajo autónomo:300,00
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

Profesorado previsto

Profesor:Martín Arista, Francisco J.Responsable de la asignatura
Teléfono:941299425Correo electrónico:javier.martin@unirioja.es
Despacho:108Edificio:FILOLOGÍASTutorías:Consultar
Profesor:Las Heras Calvo, Miguel
Teléfono:941299414Correo electrónico:miguel.las-heras@unirioja.es
Despacho:304Edificio:FILOLOGÍASTutorías:Consultar
Profesor:Rodríguez Priego, Emilio
Teléfono:29800Correo electrónico:emilio.rodriguez@unirioja.es
Despacho:Despacho 3212 CCTEdificio:CENTRO CIENTÍFICO TECNOLÓGICOTutorías:Consultar

Descripción de los contenidos

Diseño, elaboración y defensa de un trabajo de investigación en el que se integrarán una cantidad suficiente de competencias adquiridas a lo largo del máster. El trabajo fin de máster versará de la lingu¨ística computacional o de las aplicaciones lingüísticas de la inteligencia artificial. El Trabajo fin de Máster podrá realizarse en temas relacionados con los tratados en las prácticas externas del alumnado, si optan por realizarlas. La defensa del Trabajo fin de Máster será pública.
El TFM consiste en la realización de un proyecto, memoria o estudio en el que el estudiante, de forma individual y bajo la orientación de un tutor o tutores, aplique y desarrolle las competencias y conocimientos adquiridos en el Máster. El TFM estará orientado a la aplicación de las competencias asociadas a la titulación, de forma que se permita evaluar los conocimientos y capacidades adquiridos por el estudiante en las áreas de procesamiento del lenguaje y aplicaciones de la inteligencia artificial a la lingüística, teniendo en cuenta el carácter interdisciplinar del título y su orientación investigadora.
Se primarán las cotutelas entre profesorado de especialidad lingüística y de especialidad informática. El TFM será evaluado en una sesión telemática pública que incluirá la defensa del trabajo y la respuesta a las preguntas planteadas por la comisión evaluadora, que constará de tres miembros entre los que no se encontrará el tutor o tutora. La exposición por parte del autor del trabajo no será inferior a 15 minutos. La comisión evaluadora otorgará el 100% de la puntuación prevista en la evaluación.

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

CC35 - Conocimientos del Trabajo de Fin de Máster propios del tema que se vaya a desarrollar, que estará directamente relacionado con las materias obligatorias del Máster y versará de lingüísticas computacional, procesamiento del lenguaje natural y/o aplicaciones
lingüísticas de la inteligencia artificial
CE02 - Justificar la relación entre la lingüística de corpus y la lingüísticas computacional
CE03 - Aplicar recursos y técnicas de bases de datos al procesamiento del lenguaje natural
CE08 - Comparar modelos, recursos y técnicas de etiquetado morfológico de corpus
CE18 - Procesar los documentos textuales eficazmente para la traducción automática; la extracción de la información y clasificación de textos; y el análisis de sentimientos, el afecto y la connotación
HD33 - Diseñar un trabajo novedoso con un método explícito que tenga resultados relevantes para el procesamiento del lenguaje natural
HD34 - Llevar a cabo un trabajo novedoso que suponga el manejo de información compleja y el análisis de datos de una variedad de fuentes lingüísticas
HD35 - Explicar la terminología y tecnicismos propios del procesamiento del lenguaje natural a una audiencia general

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

Objetivos de Desarrollo sostenible4 Educación de calidad.5 Igualdad de género.9 Industria, innovación e infraestructura.12 Producción y consumo responsables.

Temario

No especificado.

Bibliografía

Tipo:Título
Recursos en Internet

Metodología

Modalidades organizativas

Tutorías
Estudio y trabajo autónomo individual

Métodos de enseñanza

Estudio de casos
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
Aprendizaje orientado a proyectos

Organización

Actividades dirigidasTamaño
de grupo
Horas
virtuales
sincrónicas
Horas
virtuales
asincrónicas
Horas
totales
Total de horas de actividades dirigidas0,00
Trabajo autónomo del estudianteHoras
Trabajo y estudio autónomo individual100,00
Total de horas de trabajo autónomo100,00
Total de horas100,00

Evaluación

Sistema de evaluaciónRecuperableNo Recup.
Trabajos y proyectos80%
Pruebas orales20%
Total100%

Comentarios

En lo relativo a la realización fraudulenta de pruebas de evaluación, se atenderá a lo establecido en el artículo 20 del Reglamento de docencia y evaluación del aprendizaje en las asignaturas de grado y máster de la Universidad de La Rioja.

Versión: 14/06/2024 10:30:37 - G 2024-25 - 656M - 5296 - Impresión: 16/11/2025 01:20:23