2023
Sistemas de Processamento de Língua Natural
Nome: Sistemas de Processamento de Língua Natural
Cód.: INF13260M
6 ECTS
Duração: 15 semanas/156 horas
Área Científica:
Informática
Língua(s) de lecionação: Português, Inglês
Língua(s) de apoio tutorial: Português, Inglês
Regime de Frequência: Presencial
Objetivos de Desenvolvimento Sustentável
Objetivos de Aprendizagem
Como resultado da aprendizagem nesta disciplina pretende-se que o aluno compreenda as diferentes técnicas de processamento de Língua Natural para as diferentes fase do processamento de textos: análise lexical, sintáctica, semântica e pragmática.
O aluno deve ser capaz de utilizar e construir aplicações de processamento de língua natural .
O desenvolvimento da capacidade de recolha autónoma de bibliografia adequada na resolução de um problema usando técnicas especificas também é um dos objectivos desta disciplina.
O aluno deve ser capaz de utilizar e construir aplicações de processamento de língua natural .
O desenvolvimento da capacidade de recolha autónoma de bibliografia adequada na resolução de um problema usando técnicas especificas também é um dos objectivos desta disciplina.
Conteúdos Programáticos
(1) Análise lexical;
(2) Análise sintática: Gramáticas lógicas (DCGs,XGs), TAGs,HPSGs e CFG.
(3) Análise Semântica: DRT, Composicionalidade e outras semânticas.
(4) Análise Pragmática: Teoria dos actos de fala, resolução de anáfora, diálogos.
(5) Aplicações de sistemas de processamento de LN.
(2) Análise sintática: Gramáticas lógicas (DCGs,XGs), TAGs,HPSGs e CFG.
(3) Análise Semântica: DRT, Composicionalidade e outras semânticas.
(4) Análise Pragmática: Teoria dos actos de fala, resolução de anáfora, diálogos.
(5) Aplicações de sistemas de processamento de LN.
Métodos de Ensino
A matéria é introduzida nas aulas teóricas onde também são analisadas algumas soluções para alguns problemas tipo. Nas aulas práticas os alunos resolvem alguns exercícios propostos no papel, no computador têm que implementar alguns dos algoritmos estudados e usá-los para resolver alguns exercícios. Parte das aulas práticas também é usada para os alunos resolverem alguns dos trabalhos da disciplina.
30% do resultado da prova escrita teórica
70% do resultado nos trabalhos práticos
30% do resultado da prova escrita teórica
70% do resultado nos trabalhos práticos
Bibliografia
Natural Language Understanding, Benjamin Cummings (87), 2nd edition (1995)
COMPUTATIONAL LINGUISTICS: Models, Resources, Applications . Igor A. Bolshakov and Alexander Gelbukh 2004.
From Discourse to Logic: Introduction to Model-theoretic Semantics of Natural Language, Formal Logic and Discourse Representation Theory. Hans Kamp and Uwe Reyle
Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics. Jurafsky, Daniel, and James H. Martin. 2000. Prentice-Hall.
Foundations of Statistical Natural Language Processing. Christopher D. Manning and Hinrich Schütze. 1999. Cambridge, MA: MIT Press.
COMPUTATIONAL LINGUISTICS: Models, Resources, Applications . Igor A. Bolshakov and Alexander Gelbukh 2004.
From Discourse to Logic: Introduction to Model-theoretic Semantics of Natural Language, Formal Logic and Discourse Representation Theory. Hans Kamp and Uwe Reyle
Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics. Jurafsky, Daniel, and James H. Martin. 2000. Prentice-Hall.
Foundations of Statistical Natural Language Processing. Christopher D. Manning and Hinrich Schütze. 1999. Cambridge, MA: MIT Press.
Equipa Docente
- Irene Pimenta Rodrigues [responsável]
