• Descripció

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.

En aquesta assignatura veurem les bases del processament del llenguatge natural o, concretament, de la comprensió del llenguatge natural (Natural Language Understanding). Aquesta base teòrica ens permet endinsar-nos en l'anàlisi de sentiments (sentiment analysis), que constitueix un important camp de recerca en l'actualitat.

Concretament, veurem com interpretar i analitzar automàticament la informació textual, com extreure sentiments i opinions de textos i com avaluar la qualitat dels sistemes de reconeixement de sentiments. Ho farem mitjançant tècniques clàssiques de linguística computacional, així com també aplicant alguns dels principals mètodes d'aprenentatge automàtic (machine learning) i d'aprenentatge profund (deep learning) per a tasques de reconeixement de textos i anàlisis de sentiments.

• L'assignatura en el conjunt del pla d'estudis

Aquesta assignatura pertany al conjunt d'assignatures optatives del Màster universitari en Ciència de dades (Data Science).

• Coneixements previs

El curs requereix que els estudiants tinguin coneixements de programació (preferiblement en llenguatge Python), així com coneixements avançats d'aprenentatge automàtic (machine learning).

Es recomana haver cursat l'assignatura "Models avançats de mineria de dades" abans de cursar aquesta assignatura, ja que s'utilitzen conceptes explicats en aquesta assignatura.

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 addicionals i altres recursos, estan en aquest idioma.

• Objectius i competències

Els objectius que es desitja que l'estudiant assoleixi mitjançant aquesta assignatura són els següents:

• Conèixer les principals tècniques i eines per al processament i comprensió del llenguatge natural.
• Saber aplicar les tècniques i eines per a les principals tasques de comprensió del llenguatge natural, incloent la identificació automàtica de temes i idiomes i l'extracció de paraules clau.
• Conèixer el procés, juntament amb les principals tècniques i eines, per a l'anàlisi de sentiments basats en textos.
• Saber quan aplicar les diferents aproximacions a l'anàlisi de sentiments i les principals diferències entre elles.
• Comprendre les principals característiques de les tècniques supervisades i no supervisades per a l'anàlisi de sentiments basats en textos.

• Continguts

Els continguts treballats en el curs abasten les següents temàtiques:

Mòdul 1: Com interpretar i analitzar automàticament la informació textual 

Mòdul 2: Extracció de sentiments i opinions 

Mòdul 3: Avaluació de la qualitat dels sistemes de reconeixement de sentiments 

Mòdul 4: Deep Learning aplicat al processament de llenguatge natural

Mòdul 5: Deep Learning aplicat a l'anàlisi de sentiments i opinions 

Mòdul 6: Noves tendéncias

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informacions sobre l'avaluació a la UOC

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, programari o dispositius no autoritzats durant l'avaluació, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden 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, programari 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 dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb l'establert a la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons l'establert a la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant avaluació contínua com avaluació final, per mitjà d'una prova oral o els mitjans síncrons o asíncrons que estableixi la Universitat. Aquests mitjans tindran per objecte verificar els coneixements i les competències que garanteixin l'autoria; en cap cas no implicaran una segona avaluació. Si no és possible garantir l'autoria de l'estudiant, la prova serà qualificada amb D, en el cas de l'avaluació contínua, o amb un Suspens, en el cas de l'avaluació final.
  A aquests efectes, la UOC pot exigir a l'estudiant l'ús d'un micròfon, una càmera o altres eines durant l'avaluació; és responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

• Consulta del model d'avaluació