Processamento de Linguagem e Extração de Informação

Código:

PRODEI034

Sigla:

PLEI

Áreas Científicas
Classificação	Área Científica
OFICIAL	Sistemas Inteligentes

Ocorrência: 2020/2021 - 1S

Ativa?	Sim
Página Web:	https://moodle.up.pt/enrol/index.php?id=1578
Unidade Responsável:	Departamento de Engenharia Informática
Curso/CE Responsável:	Programa Doutoral em Engenharia Informática

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
PRODEI	13	Plano de estudos Oficial	1	-	6	28	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

O objetivo principal desta unidade curricular é dotar os estudantes de conhecimentos sobre técnicas de processamento de linguagem natural e de extração de informação, articulando a apresentação dos fundamentos teóricos com aplicações práticas.

Resultados de aprendizagem e competências

Ao completar a unidade curricular os estudantes deverão ser capazes de:

- Explicar os conceitos e técnicas fundamentais para o processamento e extração de informação;
- Demonstrar conhecimento da literatura relevante e capacidade de síntese e apresentação de trabalhos de investigação;
- Desenhar e implementar sistemas que efetuem a análise e extração automática de informação expressa em linguagem natural.

Modo de trabalho

Presencial

Programa

A unidade curricular funciona segundo um regime híbrido, que inclui uma componente teórica expositiva e uma componente de projeto. A componente teórica consistirá na exposição dos conceitos base sobre processamento de linguagem e extração de informação e na apresentação de literatura recente sobre a temática.

A componente de projeto permitirá aos estudantes aplicar esses conceitos em casos de estudo práticos. Os estudantes irão efetuar pesquisa, desenvolvimento e avaliação de uma solução de processamento de linguagem e extração de informação. No trabalho de investigação e desenvolvimento, os estudantes serão acompanhados em regime de tutoria.

A unidade curricular irá abordar os seguintes tópicos:
- Introdução ao processamento de linguagem natural: definições, tarefas e aplicações.
- Processamento básico de texto: expressões regulares, tokenização, normalização, lematização, stemming, segmentação.
- Modelos de linguagem: n-grams.
- Classificação de texto: bag-of-words, Naive Bayes, engenharia de features; classificadores generativos e discriminativos.
- Representações vectoriais de palavras: semântica lexical, embeddings de palavras.
- Modelos sequenciais: hidden Markov models, conditional random fields; marcação de classe gramatical e reconhecimento de entidades mencionadas.
- Redes neuronais em processamento de linguagem natural: modelos neuronais de linguagem, redes neuronais recorrentes, redes encoder-decoder, attention, redes transformer.
- Extração de informação: reconhecimento de entidades mencionadas e extração de relações, extração de eventos e tempos, preenchimento de templates.
- Investigação atual em processamento de linguagem natural e extração de informação.

Bibliografia Obrigatória

Daniel Jurafsky; Speech and language processing. ISBN: 0-13-095069-6 (https://web.stanford.edu/~jurafsky/slp3/)

Bibliografia Complementar

Christopher D. Manning, Prabhakar Raghavan, Hinrich Schutze; Introduction to information retrieval. ISBN: 978-0-521-86571-5 (Conteúdo integral disponível em http://nlp.stanford.edu/IR-book/)
Steven Bird, Ewan Klein, Edward Loper; Natural Language Processing with Python, O'Reilly Media, 2009. ISBN: 978-0-596-51649-9 (Conteúdo integral disponível em http://www.nltk.org/book/)
Yoav Goldberg; Neural network methods for natural language processing. ISBN: 978-1-62705-298-6
Jacob Eisenstein; Introduction to natural language processing. ISBN: 978-0-262-04284-0

Métodos de ensino e atividades de aprendizagem

Ensino presencial com aulas expositivas e acompanhamento individual dos trabalhos dos alunos.

Cada estudante define e realiza um projecto ao longo do semestre. Os temas dos projetos são propostos pelos estudantes e validados pelo docente.

A avaliação do projeto é feita com base em duas componentes:
1) SP: artigo curto – 30% da classificação final
2) FP: artigo longo – 70% da classificação final.

A componente SP será avaliada a meio do semestre e consistirá em:
- SP1: produção de um artigo curto (escrito em inglês) que descreva as primeiras investigações na resolução do problema que o estudante elegeu.
- SP2: apresentação curta (10 minutos) sobre o trabalho realizado até ao momento.

A componente FP será avaliada no final do semestre e consitirá em:
- FP1: produção de um artigo longo (escrito em inglês), contendo a descrição da solução final do problema, e os resultados das experiências de avaliação da solução proposta.
- FP2: apresentação pública (25 minutos) e demonstração do trabalho.

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia de computadores

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Prova oral	35,00
Trabalho escrito	65,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	56,00
Estudo autónomo	42,00
Frequência das aulas	42,00
Total:	140,00

Obtenção de frequência

Em todas as componentes de avaliação (SP1, SP2, FP1 e FP2) há uma nota mínima de 7 valores em 20. Para obterem frequência à unidade curricular, os estudantes deverão obter nota mínima nas 4 componentes.

Fórmula de cálculo da classificação final

A classificação final (CF) será calculada da seguinte forma:

CF = (20% * SP1 + 10% * SP2) + (45% * FP1 + 25% * FP2).

Componentes de avaliação:
- SP1: artigo curto
- SP2: apresentação curta (10 minutos)
- FP1: artigo longo
- FP2: apresentação pública (25 minutos) e demonstração do trabalho.

Avaliação especial (TE, DA, ...)

Os alunos sujeitos a regime de avaliação especial estão dispensados da componente presencial, excepto no momento das apresentações. Nestes casos, devem ser agendadas reuniões períodicas com o docente para acompanhamento dos trabalhos. A avaliação será realizada tendo em conta os parâmetros gerais definidos anteriormente.

Melhoria de classificação

Apenas a componente final da avaliação (70%) poderá ser melhorada. Para a obtenção de melhoria de classificação o estudante deverá submeter um novo trabalho final (i.e. artigo full-paper) e realizar a correspondente apresentação e demonstração.