Guía Docente

36429 Procesado del lenguaje natural

FICHA IDENTIFICATIVA

Datos de la Asignatura
Código 36429
Nombre Procesado del lenguaje natural
Ciclo Grado
Créditos ECTS 6.0
Curso académico 2024 - 2025

Titulación(es)
Titulación Centro Curso Periodo
1400 - Grado en Ingeniería Informática Escuela Técnica Superior de 4 Segundo
Ingeniería cuatrimestre
1406 - Grado en Ciencia de Datos Escuela Técnica Superior de 3 Segundo
Ingeniería cuatrimestre

Materias
Titulación Materia Carácter
1400 - Grado en Ingeniería Informática 16 - Materia Optativa Optativa
1406 - Grado en Ciencia de Datos 9 - Aprendizaje automático y minería Obligatoria
de datos

Coordinación
Nombre Departamento
VILA FRANCES, JOAN 242 - Ingeniería Electrónica

RESUMEN

Actualmente, gran parte de los datos disponibles para el análisis están formados por información no
estructurada en forma de textos en lenguaje natural. Entre esta información encontramos páginas web
(Wikipedia, periódicos digitales, blogs) o redes sociales (Facebook, Twitter). Poder analizar estos textos,
mediante algoritmos de procesado de lenguaje natural (PLN), resulta muy útil para que las organizaciones
puedan tomar mejores decisiones.
Los algoritmos de aprendizaje automático no son capaces de entender texto o caracteres, por lo que el
PLN realiza todo el procesado necesario para convertir estos datos en forma de texto en un formato
entendible por las máquinas (números) y así poder realizar todo tipo de análisis posterior. Entre las
aplicaciones más comunes del PLN se encuentran la clasificación de textos, búsqueda y extracción de
información, traducción automática o sistemas de respuesta automática, entre otros.

36429 Procesado del lenguaje natural 1

 Guía Docente
36429 Procesado del lenguaje natural

Todos los pasos del PLN, desde la captura del texto en cualquier formato a la manipulación y análisis de
este para obtener la información relevante, son abordados en la asignatura obligatoria 36429, Procesado
de Lenguaje Natural que se imparte en el segundo cuatrimestre del tercer curso.
Las clases de teoría se impartirán en castellano y las clases prácticas y de laboratorio según consta en la
ficha de la asignatura disponible en la web del grado.

CONOCIMIENTOS PREVIOS

Relación con otras asignaturas de la misma titulación

No se han especificado restricciones de matrícula con otras asignaturas del plan de estudios.

Otros tipos de requisitos

Se recomienda haber superado las asignaturas Modelos Lineales (segundo curso) y Aprendizaje
Máquina (primer cuatrimestre de tercer curso).

COMPETENCIAS (RD 1393/2007) // RESULTADOS DEL APRENDIZAJE (RD

822/2021)

1400 - Grado en Ingeniería Informática

- C1 - Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas
inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen
dichas técnicas en cualquier ámbito de aplicación.
- C2 - Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una
forma computable para la resolución de problemas mediante un sistema informático en cualquier
ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y
actuación en ambientes o entornos inteligentes.
- C3 - Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e
implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción
automática de información y conocimiento a partir de grandes volúmenes de datos.

1406 - Grado en Ciencia de Datos

- (CG06) Capacidad de acceso y gestión de la información en diferentes formatos para su posterior
análisis con el fin de obtener conocimiento a partir de datos.
- (CT04) Ser responsables de su propio desarrollo profesional y de su especialización, aplicando los
conocimientos adquiridos en la identificación de salidas profesionales y yacimientos de empleo.
- (CE03) Capacidad para resolver problemas de clasificación, modelización, segmentación y
predicción a partir de un conjunto de datos.

36429 Procesado del lenguaje natural 2

 Guía Docente
36429 Procesado del lenguaje natural

- (CE07) Capacidad para modelar la dependencia entre una variable respuesta y varias variables
explicativas, en conjuntos de datos complejos, mediante técnicas de aprendizaje máquina,
interpretando los resultados obtenidos.
- (CB5) Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para
emprender estudios posteriores con un alto grado de autonomía.

RESULTADOS DE APRENDIZAJE (RD 1393/2007) // SIN CONTENIDO (RD

822/2021)

Saber segmentar texto en elementos simples (CG06)

Conocer las técnicas de procesado de lenguaje natural (CG06, CT04, CE03, CE07).
Conocer e implementar las aplicaciones más extendidas de procesado de lenguaje natural (CB05, CT05,
CE03, CE07).

Como consecuencia de los resultados de aprendizaje adquiridos, el alumnado adquirirá las siguientes
destrezas:

• Ser capaz de cargar y tratar texto en Python.

• Saber usar expresiones regulares sobre texto.

• Conocer y saber usar las librerías más importantes de PLN para Python.

• Ser capaz de convertir texto en vectores numéricos para su posterior tratamiento con algoritmos de
aprendizaje máquina.

• Ser capaz de diseñar una aplicación de clasificación de texto.

• Ser capaz de analizar grandes volúmenes de texto para extraer sus temáticas más representativas y
realizar búsquedas de información.

DESCRIPCIÓN DE CONTENIDOS

1. Introducción al Procesado de Lenguaje Natural

1.1. Qué es el PLN
1.2. La importancia del texto
1.3. Aproximaciones históricas al PLN
1.4. Aplicaciones y flujo de trabajo

36429 Procesado del lenguaje natural 3

 Guía Docente
36429 Procesado del lenguaje natural

2. Uso de texto en Python

2.1. Cadenas de texto en Python
2.2. Expresiones regulares
2.3. Carga de texto
2.4. Captura de contenidos web (Web scraping)
2.5. Librerías de PLN en Python

3. Preprocesado de texto
3.1. División de texto (tokens)
3.2. Limpieza y normalización del texto
3.3. Análisis morfológico (lemmas)
3.4. Análisis semántico (Part of Speech)
3.5. Análisis gramatical (dependencias)

4. Extracción de características
4.1. Características simples
4.2. Modelo Bag of Words
4.3. Modelo TF-IDF
4.4. Vectores de palabra (Word embeddings)
4.5. Vectores de documento

5. Aplicaciones del NLP

5.1. Clasificación
5.2. Extracción de información
5.3. Mineria de texto
5.4. Búsqueda de información
5.5. Modelos de aprendizaje profundo

6. Prácticas de Procesado de Lenguaje Natural

En este bloque se realizarán una serie de ejercicios prácticos para aplicar los conceptos de PLN en el
aula informática.
Práctica 0. Uso de texto en Python (no presencial)
Práctica 1. Expresiones regulares
Práctica 2. Web scraping
Práctica 3. Uso de librerías PLN en Python
Práctica 4. Pre-procesado de texto en Python
Práctica 5. Clasificación de texto
Práctica 6. Extracción de información

36429 Procesado del lenguaje natural 4

 Guía Docente
36429 Procesado del lenguaje natural

VOLUMEN DE TRABAJO
ACTIVIDAD Horas % Presencial
Clases de teoría 30,00 100
Prácticas en laboratorio 20,00 100
Prácticas en aula 10,00 100
Elaboración de trabajos en grupo 10,00 0
Elaboración de trabajos individuales 10,00 0
Estudio y trabajo autónomo 15,00 0
Lecturas de material complementario 5,00 0
Preparación de actividades de evaluación 10,00 0
Preparación de clases de teoría 10,00 0
Preparación de clases prácticas y de problemas 10,00 0
Resolución de casos prácticos 15,00 0
Resolución de cuestionarios on-line 5,00 0
TOTAL 150,00

METODOLOGÍA DOCENTE

Las clases combinarán el contenido teórico con el práctico

MD1 - Actividades teóricas. Desarrollo expositivo de la materia con la participación del alumnado en la
resolución de cuestiones puntuales. Realización de cuestionarios individuales de evaluación.
En las actividades teóricas de carácter presencial se desarrollarán los temas de la asignatura
proporcionando una visión global e integradora, analizando con mayor detalle los aspectos clave y de
mayor complejidad, fomentando, en todo momento, la participación del alumnado (CB05, CT05).
MD2 - Actividades prácticas. Aprendizaje mediante resolución de problemas, ejercicios y casos de
estudio a través de los cuales se adquieren competencias sobre los diferentes aspectos teóricos de la
materia. (CB05, CG06, CE03, CE07)
Las actividades teóricas se complementan con prácticas de laboratorio con el objetivo de poner en uso los
conceptos básicos y ampliarlos con el conocimiento y la experiencia que se vayan adquiriendo durante la
realización de los trabajos propuestos.
MD4 -Trabajos en laboratorio y/o aula ordenador. Aprendizaje mediante la realización de actividades
guiadas desarrolladas de forma individual o en grupos reducidos y llevadas a cabo en laboratorios y/o
aulas de ordenador. (CB05, CG06, CT04, CE03, CE07)

36429 Procesado del lenguaje natural 5

 Guía Docente
36429 Procesado del lenguaje natural

Además de las actividades presenciales, los estudiantes deberán realizar tareas personales (fuera del aula)
sobre: cuestiones y problemas, así como la preparación de clases y exámenes (estudio). Estas tareas se
realizarán principalmente de manera individual, con el fin de potenciar el trabajo autónomo, pero
adicionalmente se incluirán trabajos, especialmente la preparación y resolución de prácticas de
laboratorio, que requieran la participación de pequeños grupos de estudiantes (2-3) para fomentar la
capacidad de integración en grupos de trabajo.
Se utilizará la plataforma de e-learning (Aula Virtual) de la Universitat de València como soporte de
comunicación con el alumnado. A través de ella se tendrá acceso al material didáctico utilizado en clase y
los guiones de las prácticas de laboratorio, así como los problemas y ejercicios a resolver.

EVALUACIÓN

La evaluación del aprendizaje de los conocimientos y competencias conseguidas por los estudiantes se
hará de forma continuada a lo largo del curso, y constará de los siguientes bloques:

• SE1 - Prueba objetiva, consistente en un examen que consta tanto de cuestiones teórico-prácticas
como de problemas (evaluación de competencias CB05, CT05, CE03, CE07) (50%) (Nota: Todos
los porcentajes están referidos a la nota final)

○ SE1-1 (40%) Examen de teoría-problemas

○ SE1-2 (10%) Examen de laboratorio

• SE2 - Evaluación de las prácticas de laboratorio a partir de la elaboración de trabajos/memorias y/o

exposiciones orales (evaluación de competencias CB05, CG06, CT04, CE03, CE07) (35%)

○ SE2-1 (20%) Realización de un mini proyecto consistente en el desarrollo de una aplicación

completa de PLN para la clasificación de textos

○ SE2-2 (15%) Asistencia y evaluación de las sesiones de laboratorio (Actividad NO

RECUPERABLE)

• SE3 - Evaluación continua de cada alumno. (15%)

○ SE3-1 (15%) Resolución de cuestiones y problemas propuestos (evaluación de competencias

CB05, CG06, CE03). (Actividad NO RECUPERABLE)

La nota final de la asignatura se calculará como la media ponderada de cada uno de los apartados
anteriores, de acuerdo con el siguiente criterio: SE-1 (50%), SE-2 (35%), SE-3 (15%).

36429 Procesado del lenguaje natural 6

 Guía Docente
36429 Procesado del lenguaje natural

Consideraciones particulares sobre la evaluación:

• Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 (sobre 10) en cada uno de
los apartados de evaluación SE1-1, SE1-2 y SE2-1.
• Las actividades SE2-2 y SE3-1 no son recuperables.

En cualquier caso, el sistema de evaluación se regirá por lo establecido en el Reglamento de Evaluación y

Calificación de la Universidad de Valencia para Grados y Másteres
(https://webges.uv.es/uvTaeWeb/MuestraInformacionEdictoPublicoFrontAction.do?accion=inicio&idEdi
ctoSeleccionado=5639)
La copia o plagio manifiesto de cualquier actividad que forma parte de la evaluación supondrá la
imposibilidad de superar la asignatura, sometiéndose seguidamente a los procedimientos disciplinarios
oportunos indicados en el PROTOCOLO DE ACTUACIÓN ANTE PRÁCTICAS FRAUDULENTAS EN
LA UNIVERSITAT DE VALÈNCIA (ACGUV 123/2020).

REFERENCIAS

Básicas
- Sohom Ghosh, Dwight Gunning. Natural Language Processing Fundamentals. Packt Publishing, 2019.
- Akshay Kulkarni, Adarsha Shivananda. Natural Language Processing Recipes: Unlocking Text Data
with Machine Learning and Deep Learning using Python. Apress, 2019 (disponible e-libro)
- Dipanjan Sarkar. Text Analytics with Python: A Practitioner's Guide to Natural Language Processing.
Apress 2019 (disponible e-libro)
- Steven Bird, Ewan Klein, Edward Loper. Natural Language Processing with Python. OReally Media,
2009.

Complementarias
- Jacob Eisentein. Natural Language Processing. 2018 (disponible bajo licencia CC-BY-NC-ND)
- Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana. Practical Natural Language
Processing. OReally Media, 2020

36429 Procesado del lenguaje natural 7