Minería de Textos

La asignatura introduce al alumno en la derivación de información y conocimiento a partir del análisis de una colección de documentos en lengua natural, lo que refiere a la práctica totalidad de datos generados y almacenados. Se le capacitará en el análisis del contenido sobre modelos de representación documental enriquecidos, con el fin de abordar aplicaciones concretas sobre distintos dominios. Merecerán especial atención la extracción de información relevante, la determinación de la polaridad contextual (sentimiento) deducible a partir de un contenido y la respuesta automática a preguntas planteadas directamente en lengua natural. Se trata en definitiva de dar respuesta a cuestiones fundamentales en el desarrollo de interfaces, entornos de ayuda a la decisión y acceso a nuevo conocimiento.

Análisis de documentos: estructura argumental, coherencia y co-referencias. Recuperación y extracción de información. Análisis del sentimiento. Búsqueda de respuestas y otras aplicaciones de la minería de textos.

BÁSICA
Berry, M. W., & Kogan, J. (Eds.). (2010). Text mining: applications and theory. John Wiley & Sons.

COMPLEMENTARIA

Taeho Jo, Text Mining: Concepts, Implementation, and Big Data Challenge (Studies in Big Data Book 45), 978-3319918143, 1, Springer, 2019

Competencias básicas y generales:

CG1 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo de la Inteligencia Artificial.

CG3 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo.

CG4- Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables en el campo.

CB6 - Poseer y comprender conocimientos que proporcionen una base u oportunidad para ser originales en el desarrollo y/o aplicación de ideas, normalmente en un contexto de investigación.

CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos a su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

Competencias transversales:

CT7 - Desarrollar la capacidad de trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social.

CT8 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad.

Habilidades específicas:

CE1.- Comprensión y dominio de técnicas para el procesamiento de textos en lenguaje natural.

CE2.- Comprensión y dominio de los fundamentos y técnicas de procesamiento semántico de documentos enlazados, estructurados y no estructurados, y de la representación de su contenido.

Las metodologías docentes que se aplicarán son Método expositivo / lección magistral, prácticas de laboratorio, tutorías, trabajo autónomo, estudio de casos, aprendizaje por proyectos. De la combinación de métodos, se dispondrán de:

Clases teóricas, en las que se expone el contenido de cada tema. El alumno dispondrá de copias de las transparencias con anterioridad y el profesor promoverá una actitud activa, realizando preguntas que permitan aclarar aspectos concretos y dejando cuestiones abiertas para la reflexión del alumno.

Lectura y estudio de material diverso proporcionado por el profesor en forma de libros de la bibliografía, artículos y revistas científicas.

Clases prácticas con uso de ordenador, que permiten al alumno familiarizarse desde un punto de vista práctico con las cuestiones expuestas en las clases teóricas.

E1: Examen final 25%
E2: Evaluación de trabajos de laboratorio 40%
E3: Evaluación de trabajos tutelados 35%

Para superar (y liberar) tanto E2 como E3 se requiere alcanzar un 40% de la puntuación máxima prevista para estos elementos de evaluación. No hay mínimo exigido para E1.

Para superar la materia es preciso alcanzar los mínimos anteriores (en E2 y E3) y sumar en la nota final ponderada un mínimo de 5 puntos sobre 10.

En el caso de no obtener el mínimo exigido para superar alguna de las partes (E2 y E3), el alumno tendrá una segunda oportunidad en la que so entregará los elementos no superados.

En el caso de los alumnos que superen parte de los elementos evaluados, pero no alcancen el mínimo preciso para aprobar la materia completa, la calificación a incluir en los respectivos actas se calculará como el mínimo entre la media ponderada de las partes superadas y 4,9.

Tendrá la condición de “Presentado” quien entregue todas las prácticas y trabajos obligatorios o se presente a la prueba objetiva en el período oficial de evaluación.

Se asume por defecto a modalidad de evaluación continua. Los alumnos que no opten por la evaluación continua deberán comunicarlo mediante los mecanismos que se habiliten y en el plazo estipulado, una vez superado el plazo de un mes desde lo comienzo del cuatrimestre.

Las entregas de las prácticas y trabajos deben realizarse dentro del plazo establecido, y seguirán las especificaciones indicadas en el enunciado tanto para la presentación como para la defensa.

En el caso de realización fraudulenta de ejercicios o pruebas, se aplicará la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de cualificaciones. En aplicación de la normativa correspondiente sobre plagio, la copia total o parcial de algún ejercicio de prácticas o de teoría supondrá el suspenso en las dos oportunidades del curso, con la cualificación de 0,0 en ambos casos.

El tiempo de estudio y trabajo personal comprende un total de 75 horas, repartidas en las siguientes actividades formativas:
A1: Clases de teoría, 10h. presencial + 21h. de dedicación al estudio autónomo
A2: Clases prácticas de laboratorio, 5h. presencial + 15h. de trabajo autónomo.
A3: Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos, 6 h. presencial + 18h. de dedicación.

Total: 21 (horas presenciales) + 54 (horas no presenciales) = Total 75 horas

Es importante adquirir algunos mecanismos y automatismos básicos para el uso de algunas herramientas utilizadas en el curso. Por este motivo, se recomienda repetir y ampliar de modo individual en casa las prácticas realizadas en las sesiones interactivas.

La docencia de esta materia está impartida por la Universidad de Vigo.

Se recomienda haber cursado las siguientes asignaturas:
Comprensión del lenguaje natural
Modelado de lenguaje