Análisis semántico y nuevas técnicas de Procesado de Lenguaje natural

Objetivos

Los principales objetivos del módulo son:

    • comprender la complejidad lingüística computacional
    • explorar el potencial de los modelos de lenguaje basado en inteligencia artificial
    • analizar cómo los modelos de lenguaje están convergiendo con las técnicas de representación del conocimiento y el análisis semántico
    • presentar las últimas técnicas y avances en procesamiento de lenguaje natural
    • proporcionar ejemplos prácticos donde estas técnicas pueden ser aplicadas en casos de estudio reales

 

Programa

Este módulo pertenece al programa formativo Avanzado del Aragón EDIH.

1. Explorando la complejidad lingüística: Lingüística Computacional, lenguaje humano y NLP

    • Introducción a la lingüística computacional
    • Complejidad del análisis y desafíos
    • Ejemplos

2. El potencial de los modelos de lenguaje de Inteligencia Artificial

    • La irrupción de los Transformers y Large Language Models (LLM)
    • Ventajas y Limitaciones
    • Ejemplos

3. Convergencia de dos universos: Modelos de Lenguaje (LM) y la representación del conocimiento / semántica

    • Extracción automática de conocimiento basada en modelos de lenguaje
    • Importancia de la calidad. Desafíos
    • Ejemplos

 

A quién va dirigido

 El curso estaría dirigido a cualquier persona interesada en adquirir habilidades y conocimientos avanzados en el campo del Procesamiento de Lenguaje Natural (NLP) y el análisis semántico, y que desee explorar las últimas técnicas y aplicaciones de inteligencia artificial en este campo en constante evolución.

Requisitos:

    • Fundamentos de Inteligencia Artificial: Comprender los conceptos de Aprendizaje Automático, aprendizaje supervisado y no supervisado principalmente. Útil conocer conceptos de Aprendizaje por Refuerzo.
    • Fundamentos de Deep Learning aplicados a lenguaje: Conceptos básicos de las redes neuronales profundas y su aplicación al campo del lenguaje: feed-foward, LSTM, Transformers.
    • PLN (Procesamiento del Lenguaje Natural):Conocer las ideas fundamentales sobre el procesado del lenguaje natural; tipos de tareas: audio, texto, clasificación, recuperación de información, chatbots; y problemáticas más habituales: normalización, ambigüedad, idiomas, razonamiento, etc.
    • Fundamentos de grafos de conocimiento:Conocimientos básicos de grafos de conocimientos y estructuración de la información: RDF, ontología,…
    • Python y bibliotecas de Deep Learning: Conocimientos básicos de programación en Python y estar familiarizados con bibliotecas populares de Deep Learning, como Scikit-Learn, Transformers.
    • Cuenta de gmail, familiarización con el uso de Notebooks/Google Colab.
    • Ordenador propio

Profesorado

    • Paula Peña – Equipo Big Data y Sistemas Cognitivos del Instituto Tecnológico de Aragón
    • Rosa Montañés – Equipo Big Data y Sistemas Cognitivos del Instituto Tecnológico de Aragón
    • José Antonio – Unizar

Horario, fecha y lugar

    • Duración total: 9h
    • Fechas:  2024
    • Horario: 16 a 19h
    • Lugar: Instituto Tecnológico de Aragón. C/ María de Luna, 7 (edificio blanco), 50018 Zaragoza
    • Número máximo de asistentes: 15 personas
La inscripción de la acción formativa se abrirá proximamente.

Estos cursos son GRATUITOS y están financiados por: