|
||||||||||||||
Consulta de les dades generals Descripció L'assignatura en el conjunt del pla d'estudis Coneixements previs Objectius i competències Continguts Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura Informacions sobre l'avaluació a la UOC Consulta del model d'avaluació | ||||||||||||||
Aquest és el pla docent de l'assignatura per al segon semestre del curs 2023-2024. Podeu consultar si l'assignatura s'ofereix aquest semestre a l'espai del campus Més UOC / La universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. El pla docent pot estar subjecte a canvis. | ||||||||||||||
Les dades en format de text (format no estructurat) són un dels grans recursos que tenim a disposició però que, per la seva naturalesa, són extremadament complexos d'analitzar i d'extreure automàticament la informació i coneixement que contenen. Aquesta assignatura proposa un viatge l'interessant i rellevant món del processament del llenguatge natural (o text). Interessant perquè la temàtica dona molt de sí, fa servir continguts de diferents disciplines i és realment engrescadora. D'altra banda, la seva rellevància és clara, ja que avui en dia el text és potser el major recurs disponible i ser capaços d'entendre'l i extreure automàticament la informació que conté pot permetre'ns fer coses que anys enrere no semblaven possibles, com per exemples generar el resum d'una imatge (un caption) automàticament. Durant aquest viatge veurem les bases del processament del llenguatge natural, bases que ens permetran endinsar-nos en l'anàlisi de sentiments i opinions, que constitueix un important camp de recerca en l'actualitat. Concretament, aprendrem a interpretar i analitzar automàticament la informació textual, a extreure sentiments i opinions dels textos i a avaluar la qualitat d'aquests sistemes. Tot això ho farem mitjançant tècniques clàssiques de lingüística computacional, així com també aplicant alguns dels principals mètodes d'aprenentatge automàtic (machine learning) i d'aprenentatge profund (deep learning). |
||||||||||||||
Aquesta assignatura pertany al conjunt d'assignatures obligatories del grau en Ciencia de Dades Aplicada |
||||||||||||||
El curs requereix que els estudiants tinguin coneixements de programació (en llenguatge Python), així com coneixements avançats d'aprenentatge automàtic (machine learning). Es recomana haver cursat l'assignatura "Aprenentatge automàtic" abans de cursar aquesta assignatura, ja que s'utilitzen algoritmes i conceptes d'aprenentatge de màquina i aprenentatge profund estudiats allí. A més, com la metodologia inclou estudis de casos i la recerca autònoma d'informació, és aconsellable que l'estudiant estigui familiaritzat amb la cerca de fonts d'informació, l'anàlisi de la informació quantitativa i qualitativa, la capacitat de sintetitzar i obtenir conclusions així com de posseir certes habilitats de comunicació escrita. Així mateix també és necessari que els estudiants tinguin la capacitat de llegir i comprendre l'idioma anglès ja que una part dels materials i altres recursos, estan en aquest idioma. |
||||||||||||||
Els objectius que es desitja que l'estudiant assoleixi mitjançant aquesta assignatura són els següents:
|
||||||||||||||
L'assignatura està estructurada en els següents blocs temàtics:
|
||||||||||||||
|
||||||||||||||
El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats. La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus. D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent - incloses les proves finals - o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha practicat qualsevol altra conducta irregular. De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui. La UOC es reserva la potestat de sol·licitar a l'estudiant que s'identifiqui o que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació pels mitjans que estableixi la Universitat (síncrons o asíncrons). A aquests efectes, la UOC pot exigir a l'estudiant l'ús d'un micròfon, una càmera o altres eines durant l'avaluació i que s'asseguri que funcionen correctament. La verificació dels coneixements per garantir l'autoria de la prova no implicarà en cap cas una segona avaluació. |
||||||||||||||
|