Close
Twitter Instagram LinkedIn Facebook YouTube Spotify
DCC | Programa del Curso: Procesamiento de Lenguaje Natural

Programa de Curso

Procesamiento de Lenguaje Natural

Código

CC66Q

Créditos

3

Duración

24 HORAS

Valor Individual

30 UF

Objetivos

  • Dominar técnicas más comunes de pre-procesamiento de texto para castellano e inglés.
  • Lograr identificar ventajas y desventajas de técnicas de etiquetado de texto.
  • Aplicar métodos generales de machine learning a problemas de procesamiento de lenguaje natural.

Contenidos

  • Pre-procesamiento de texto inglés, castellano (lematización, negaciones).
  • Métodos clásicos para el etiquetado (expresiones regulares, bayesianos, n-gramas, hmm).
  • Aplicaciones al etiquetado de texto: SPAM, sentimientos.
  • Técnicas de representación de texto (vectorización de texto).
  • Métodos de reducción de dimensionalidad y clasificación (isomap, t-SNE, SVM, regresiones).
  • Aplicaciones en salud a la detección de patologías críticas.
  • Generación de lenguaje natural.
  • Métodos de redes neuronales (DeepNN, RNN, LSTM).
  • Aplicaciones a la generación de captions y traducción.

Bibliografía

  • [Bishop]  Christopher M. Bishop, “Pattern Recognition and Machine Learning”, Springer Verlag Gmbh,  2010.
  • [Bird] Stephen Bird,Ewan Klein, Edward Loper, “Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit”, O’Reilly Media, 2009.
  • [Ganegedara] Thushan Ganegedara,“Natural Language Processing with TensorFlow: Teach language to machines using Python's deep learning library”, Packt Publishing, 2018.

Bibliografía

  • [Bishop]  Christopher M. Bishop, “Pattern Recognition and Machine Learning”, Springer Verlag Gmbh,  2010.
  • [Bird] Stephen Bird,Ewan Klein, Edward Loper, “Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit”, O’Reilly Media, 2009.
  • [Ganegedara] Thushan Ganegedara,“Natural Language Processing with TensorFlow: Teach language to machines using Python's deep learning library”, Packt Publishing, 2018.

Profesores

Andrés Abeliuk

Andrés Abeliuk

Cursos Relacionados

Contacto

Ubicación

Departamento de Ciencias de la Computación
FCFM, Universidad de Chile

Beauchef #851, Edificio Norte, tercer piso, oficinas 326-327. Santiago

© 2022 - 2024 Departamento de Ciencias de la Computación, Universidad de Chile