Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
MÓDULO |
| Unidade Responsável: |
CCET - DEPARTAMENTO DE INFORMÁTICA E MATEMÁTICA APLICADA (12.05) |
| Código: |
DIM0135 |
| Nome: |
PROCESSAMENTO DE LINGUAGEM NATURAL |
| Carga Horária Teórica: |
45 h. |
| Carga Horária Prática: |
15 h. |
| Carga Horária de Ead: |
0 h. |
| Carga Horária Total: |
60 h. |
| Pré-Requisitos: |
( ( IMD0033 OU ECT1301 OU EST0166 ) E ( DIM0117 OU IMD0039 OU DCA0204 ) ) OU IMD1101 OU DIM0416
|
| Co-Requisitos: |
|
| Equivalências: |
IMD1107
|
| Excluir da Avaliação Institucional: |
Não |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Sim |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Não |
| Necessita de Orientador: |
Não |
| Possui Subturmas: |
Não |
| Exige Horário: |
Sim |
| Quantidade de Avaliações: |
3 |
| Ementa/Descrição: |
1. Overview sobre os desafios de PLN. 2. Corpos linguísticos anotados para Inglês e Português, aprendizado supervisionado e avaliação da eficácia. 3. Módulos, componentes, tarefas de um sistema de PLN: pré-processamento; processamento ao nível das palavras; processamento ao nível das estruturas sintáticas ou de dependências; processamento ao nível semântico, pragmático, de discurso, resolução de correferência. 4. Técnicas de Aprendizado de Máquina para Processamento de Linguagem Natural 5. Representações distribuídas para palavras (vector space models, word embeddings) 6. Aplicações de PLN: os tópicos poderão variar a cada semestre; candidatos típicos são: NER (named-entity recognition), extração de tópicos relevantes e classificação de documentos, análise de sentimento, sistemas de recomendação, Q&A (perguntas e respostas), aconselhadores ortográficos e sintáticos, tradução (semi-) automática, sumarização, inferência textual, reconhecedores de estilo, outros tópicos Recuperação e Extração de Informações – IR/IE |
|
|
|
|
|
|
|
|
