Processamento de Linguagem Natural

Conhecimentos de Base Recomendados

Tópicos de Inteligência Artificial, Álgebra Linear, Aprendizagem Computacional

Métodos de Ensino

A Unidade Curricular terá aulas de dois tipos:
- Aulas teóricas, que servirão para a exposição de conceitos teóricos e discussão de alguns exemplos práticos;
- Aulas práticas, para a familiarização com algumas ferramentas computacionais, sua aplicação em pequenos exemplos relacionados com os conceitos teóricos, e que podem ainda servir de apoio ao desenvolvimento do projeto.
O projeto consistirá no desenvolvimento de uma aplicação / modelo para a realização de uma tarefa PLN, bem como a respetiva validação.

Resultados de Aprendizagem

A linguagem humana é a forma mais natural de comunicarmos. Uma grande quantidade dos dados produzidos diariamente (e.g. na Web) está nesta forma.

Nesta unidade espera-se a aquisição de competências ao nível do (pré-)processamento e manipulação deste tipo de dados, considerando a sua especificidade. Haverá um foco no conhecimento e aplicação de técnicas computacionais para exploração e formalização da linguagem natural, incluindo:

- Análise lexical, sintática e semântica;

- Abordagens simbólicas e baseadas em processamento estatístico.

- Aproveitamento de recursos linguísticos e ferramentas existentes.

- Tarefas de mais alto nível que lidam com a linguagem natural;

- Extração de caraterísticas que possam ser exploradas por outros sistemas inteligentes, em tarefas de previsão ou apoio à decisão;

- Visões mais teóricas e algum conhecimento linguístico.

Estágio(s)

Não

Programa

1. Introdução ao Processamento de Linguagem Natural
1.1 Linguagens formais e linguagens naturais
1.2 Ambiguidade, variabilidade linguística e outros fenómenos
1.3 Níveis de conhecimento
1.4 Processamento em cadeia
2. Palavras
2.1 Recursos: Léxicos e Corpos
2.2 Análise Morfológica
2.3 N-gramas e Modelos de Linguagem
2.4 Processamento de sequências for Análise Morfossintática e Reconhecimento de Entidades Mencionadas
3. Sintaxe
3.1 Gramáticas Formais
3.2 Análise Sintática (Parsing)
3.3 Análise de Dependências
4. Semântica
4.1 Representação do sentido das frases
4.2 Semântica Lexical
4.3 Semântica Vetorial
4.4 Análise Semântica
4.5 Resolução de Correferência
4.6 Desambiguação do Sentido das Palavras e Entity Linking
5. Aplicações
5.1 Classificação de Texto
5.2 Recuperação de Informação
5.3 Extração de Informação
5.4 Resposta Automática a Perguntas
5.5 Sistemas de Conversação
5.6 Outras Aplicações

Métodos de Avaliação

Avaliação
Projecto: 50.0%
Exame: 50.0%

Bibliografia

Dan Jurafsky and James H. Martin. Speech and Language Processing, Prentice Hall, 2019 (3rd edition draft).

 

Jacob Eisenstein. Natural Language Processing. MIT Press (draft edition, November, 2018).