Guía docente de la asignatura
(6600) PROCESAMIENTO DE LENGUAJE NATURAL ESCRITO

Curso académico 2026/2027

  1. Identificación

    1. De la asignatura

      Curso Académico
      2026/2027
      Titulación
      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura
      PROCESAMIENTO DE LENGUAJE NATURAL ESCRITO
      Código
      6600
      Curso
      TERCERO
      Carácter
      OBLIGATORIA
      Número de grupos
      1
      Créditos ECTS
      6.0
      Estimación del volumen de trabajo
      150.0
      Organización temporal
      2º Cuatrimestre
      Idiomas en que se imparte
      Español
      Curso Académico 2026/2027
      Titulación

      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura PROCESAMIENTO DE LENGUAJE NATURAL ESCRITO
      Código 6600
      Curso TERCERO
      Carácter OBLIGATORIA
      Número de grupos 1
      Créditos ECTS 6.0
      Estimación del volumen de trabajo 150.0
      Organización temporal 2º Cuatrimestre
      Idiomas en que se imparte Español

    2. Del profesorado: Equipo docente

      • VALENCIA GARCIA, RAFAEL Docente: GRUPO 1 Coordinación de los grupos: GRUPO 1 Coordinador de la asignatura

        Categoría

        CATEDRATICOS DE UNIVERSIDAD

        Área

        LENGUAJES Y SISTEMAS INFORMÁTICOS

        Departamento

        INFORMÁTICA Y SISTEMAS

        Correo electrónico / Página web / Tutoría electrónica

        valencia@um.es Tutoría electrónica: Sí

        Teléfono, horario y lugar de atención al alumnado

        Duración:
        A         		Día:
        Miércoles         		Horario:
        09:00-12:00         		Lugar:
        868888522, Facultad de Informática B1.2.037 (DESPACHO VALENCIA, RAFAEL, 2.29)
        Observaciones:
        No consta
      • BERNAL BELTRAN, TOMAS Docente: GRUPO 1 Coordinación de los grupos:

        Categoría

        CONTRATADO/A PREDOCTORAL (FPU INVES-UM)

        Área

        No consta

        Departamento

        No consta

        Correo electrónico / Página web / Tutoría electrónica

        tomas.bernalb@um.es Tutoría electrónica: No

        Teléfono, horario y lugar de atención al alumnado

      • GARCIA DIAZ, JOSE ANTONIO Docente: GRUPO 1 Coordinación de los grupos:

        Categoría

        PROFESOR AYUDANTE DOCTOR

        Área

        LENGUAJES Y SISTEMAS INFORMÁTICOS

        Departamento

        INFORMÁTICA Y SISTEMAS

        Correo electrónico / Página web / Tutoría electrónica

        joseantonio.garcia8@um.es Tutoría electrónica: Sí

        Teléfono, horario y lugar de atención al alumnado

        Duración:
        A         		Día:
        Miércoles         		Horario:
        09:00-11:00         		Lugar:
        868884637, Facultad de Informática B1.2.039 (DESPACHO 2,31)
        Observaciones:
        Despacho 2.31 (2ª planta, facultad de Informática, Dpto de Informática y Sistemas) Para tutoría electrónica, por favor, contactadme por email para enviaros un enlace de ZOOM

  2. Presentación

    El objetivo principal de esta asignatura es el de abordar las tecnologías para el Procesamiento del Lenguaje Natural (PLN) diferenciando entre los distintos niveles de procesamiento escrito. Se estudiarán los conceptos de aproximaciones basadas en conocimiento y corpus, los distintos niveles de procesamiento del texto, las representaciones del texto basadas en modelos estadísticos, lingüísticos y de embeddings, los modelos del lenguaje, las arquitecturas de deep learning actuales como Transformers y los modelos del Lenguaje de Gran Escala (LLM).

    A nivel técnico, se estudiarán distintas librerías, frameworks. A nivel de ingeniería del software, se estudiará como se pueden abordar distintas tareas de PLN tales como la clasificación de texto, resumen automático, la extracción de entidades, la extracción de tópicos, los sistemas tipo pregunta y respuesta o los chatbots. En este sentido, se analizarán distintos tipos de representación de texto para cada tarea del PLN y se estudiarán las métricas principales para la evaluación del rendimiento y efectividad.

  3. Condiciones de acceso a la asignatura

    1. Incompatibilidades

      No constan

    2. Requisitos

      No constan

    3. Recomendaciones

      Se recomienda haber superado las asignaturas Machine learning y haber al menos cursado las asignaturas Machine learning II y Recuperación de información.

  4. Competencias

    1. Competencias básicas

      • CB3: Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
      • CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

    2. Competencias de la titulación

      • CG1: Conocer y aplicar la analítica de datos y técnicas estadísticas apropiadas para descubrir nuevas relaciones en los datos y realizar aportaciones a procesos de las organizaciones, así como apoyar en la toma de decisiones.
      • CG4: Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.
      • CE23: Aplicar técnicas de procesamiento de lenguaje natural escrito y machine learning, para desplegar modelos para el análisis y la predicción de datos.

    3. Competencias transversales y de materia

      No constan

  5. Contenidos

    1. Teoría

      Tema 1: Introducción al Procesamiento del Lenguaje Natural.

      1. Introducción
      2. Métodos basados en conocimiento vs métodos basados en corpus.
      3. Historia del PLN
      4. Niveles de procesamiento. (Introducción y procesamiento phonético)

      Tema 2: Procesamiento léxico morfológico.

      1. Procesamiento léxico. (Corpus lingüísticos, Tokenización, Normalización de palabras. Stopwords, lematización y stemming, Segmentación de textos)
      2. Distancia léxica
      3. Expresiones regulares
      4. Procesamiento morfológico. (POS Tagging y etiquetado gramatical)

      Tema 3: Procesamiento sintáctico y semántico.

      1. Análisis sintáctico. (Análisis de constituyentes y análisis de dependencias)
      2. Análisis semántico. (Reconocimiento de entidades, Vocabularios, WordNet, Desambiguación semántica)
      3. Análisis pragmático y discursivo. (Introducción)

      Tema 4: Representaciones de texto

      1. Modelos del lenguaje probabilísticos (Modelos basados en n-gramas)
      2. Representación de texto (Bolsa de palabras, modelo de espacio vectorial, word embeddings)
      3. Word embeddings contextuales (Transformers)
      4. Large language models LLM. (Preentrenamiento, arquitecturas y transfer learning)
      5. Decoder-based LLM (Prompting, in context learning, model alignment, optimización de LLM)

      Tema 5: Tareas y aplicaciones de PLN.

      1. Clasificación de texto. (Métricas y recursos. Análisis de sentimientos y emociones. Detección de discurso de odio)
      2. Resumen automático. (Extractivo y abastractivo. Métricas y recursos)
      3. Sistemas pregunta-respuesta. (Sistemas RAG)

    2. Prácticas

      • Práctica 1: P1. Aplicaciones prácticas de Procesamiento del lenguaje natural escrito

        Sesiones de prácticas que incluyen la realización de ejercicios sencillos sobre distintas aplicaciones y tecnologías de procesamiento del lenguaje natural relacionados con todos los temas de la asignatura como preprocesamiento de texto, análisis léxico, morfológico, sintáctico, clasificación de texto, extracción de información, reconocimiento de entidades o sistemas de pregunta-respuesta, uso de LLM, etc.

        Estas sesiones se realizan fundamentalmente en los laboratorios de prácticas para aprender contenidos prácticos sobre el uso de librerías y frameworks actuales para el PLN.

        Algunas de estas sesiones prácticas tendrán ejercicios para resolver en casa.

        Relacionado con:
        • Tema 1: Introducción al Procesamiento del Lenguaje Natural.
        • Tema 2: Procesamiento léxico morfológico.
        • Tema 3: Procesamiento sintáctico y semántico.
        • Tema 4: Representaciones de texto
        • Tema 5: Tareas y aplicaciones de PLN.

      • Práctica 2: P2. Desarrollo de una pequeña aplicación de procesamiento del lenguaje natural

        Se realizará el desarrollo de un proyecto basado en tecnologías de PLN alrededor del caso de estudio de la asignatura como la clasificación de texto o de perfilado de autores. De esta segunda práctica, además del software desarrollado, se realizará un informe técnico que será evaluado para la parte práctica de la asignatura.

        Relacionado con:
        • Tema 2: Procesamiento léxico morfológico.
        • Tema 3: Procesamiento sintáctico y semántico.
        • Tema 4: Representaciones de texto
        • Tema 5: Tareas y aplicaciones de PLN.

  6. Actividades Formativas

    Actividad Formativa Metodología Horas Presencialidad
    AF1: Exposición teórica: Exposición de los contenidos teóricos de la asignatura por parte del profesor. También se contemplan las sesiones informativas sobre el desarrollo del trabajo de fin de grado o prácticas externas.

    MD1. Actividades de clase expositiva: Exposición teórica, clase magistral, proyección, dirigida al grupo completo de estudiantes, con independencia de que su contenido sea teórico o práctico/aplicado. Junto a la exposición de conocimientos, en las clases se plantean cuestiones, se aclaran dudas, se realizan ejemplificaciones, se establecen relaciones con las diferentes actividades prácticas que se realizan y se orienta la búsqueda de información.

    		 20.0 100.0
    AF2: Seminarios y actividades de aula: Exposición, análisis y debate dentro del contexto de aplicaciones específicas de contenidos teóricos, así como planteamiento y resolución de ejercicios y casos prácticos en el aula, tanto al grupo completo como en grupos reducidos. También se contemplan conferencias, debates y seminarios temáticos.

    MD1. Actividades de clase expositiva: Exposición teórica, clase magistral, proyección, dirigida al grupo completo de estudiantes, con independencia de que su contenido sea teórico o práctico/aplicado. Junto a la exposición de conocimientos, en las clases se plantean cuestiones, se aclaran dudas, se realizan ejemplificaciones, se establecen relaciones con las diferentes actividades prácticas que se realizan y se orienta la búsqueda de información.

    		 5.0 100.0
    AF3: Prácticas de laboratorio: Ejercicios y resolución de problemas, aprendizaje orientado a proyectos, estudio de casos, exposición y discusión de trabajos, simulaciones y/o prácticas con ordenadores, generalmente desarrolladas en grupos reducidos.

    MD4. Actividades prácticas de laboratorio: Actividades de los estudiantes en aulas de informática o específicas, realizadas en grupos reducidos o individualmente, dirigidas al uso y conocimiento de la materia de estudio, supervisadas por el profesor.

    		 28.0 100.0
    AF4: Trabajo autónomo del alumno: Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades. 90.0 0.0
    AF5: Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.

    MD5. Tutorías: Sesiones programadas individuales o en grupo de orientación, revisión o apoyo a los estudiantes por parte del profesor con independencia de que los contenidos sean teóricos o prácticos.

    		 3.0 100.0
    AF6: Evaluación: Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia. 4.0 100.0
    Totales 150,00

  7. Horario de la asignatura

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#horarios

  8. Sistemas de Evaluación

    Identificador Denominación del instrumento de evaluación Criterios de Valoración Ponderación
    SE1 Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.

    Preguntas teórico-prácticas tipo test.

    • Aproximadamente 25-30 preguntas tipo test.
    • Preguntas relacionadas con la teoría y las prácticas con cuatro opciones, de las cuales sólo una es correcta.
    • Una pregunta mal quita 1/3 de una bien
    		 40.0
    SE3 Procedimientos de observación del trabajo del estudiante: Registros de participación, de realización de actividades, cumplimiento de plazos, participación en foros, informes de seguimiento del trabajo fin de grado y registros sobre el desarrollo de las prácticas externas. 0.0
    SE4 Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.
    • Comprensión del problema y metodología
    • Desarrollo técnico correcto y reproducibleR
    • esultados y análisis crítico
    • Estado del arte y fundamentación
    • Estructura, redacción y presentación
    • Originalidad y defensa del trabajo

    La calificación del SE4 es recuperable: ver apartado de observaciones

    		 60.0

  9. Fechas de exámenes

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#examenes

  10. Resultados del Aprendizaje

    • Conocer las características principales de los sistemas de procesamiento del lenguaje natural escrito.
    • Aplicar las técnicas de procesamiento del lenguaje natural escrito a partir de fuentes de datos no estructurados más usadas en ciencia e ingeniería de datos.
    • Conocer las soluciones computaciones y las posibles plataformas de análisis de texto.
    • Elegir las tecnologías adecuadas para desarrollar, estructurar e instrumentar máquinas, experimentos, procesos y sistemas.
    • Modelar la aplicación de análisis de texto escrito para desarrollar mejores instrumentos, máquinas, experimentos, procesos y sistemas adecuados.

  11. Bibliografía

    Bibliografía complementaria

  12. Observaciones

    NECESIDADES EDUCATIVAS ESPECIALES

    Aquellos estudiantes con discapacidad o necesidades educativas especiales podrán dirigirse al Servicio de Atención a la Diversidad y Voluntariado (ADYV - https://www.um.es/adyv) para recibir orientación sobre un mejor aprovechamiento de su proceso formativo y, en su caso, la adopción de medidas de equiparación y de mejora para la inclusión, en virtud de la Resolución Rectoral R-358/2016. El tratamiento de la información sobre este alumnado, en cumplimiento con la LOPD, es de estricta confidencialidad.

    EVALUACIÓN

    En el procedimiento de evaluación resultarán de aplicación el artículo 135.1.v) de los Estatutos de la Universidad de Murcia, el artículo 8.6 del Reglamento de Evaluación de Estudiantes (REVA) y la instrucción SG 18/2026 del secretario general de la Universidad de Murcia que interpreta estas normas, disponible en este enlace: https://sede.um.es/sede/documento/normativa/instruccion-del-secretario-general-sg-18-2026-sobre-la-interpretacion-y-aplicacion-del-art-135-1-v-estatutos-umu/24199.pdf

    Se recuerda asimismo que el artículo 22.1 del Reglamento de Evaluación de Estudiantes (REVA) estipula que "el o la estudiante que se valga de conductas fraudulentas, incluida la indebida atribución de identidad o autoría, o esté en posesión de medios o instrumentos que faciliten dichas conductas, obtendrá la calificación de cero en el procedimiento de evaluación y, en su caso, podrá ser objeto de sanción, previa apertura de expediente disciplinario".

    OBSERVACIONES DEL EQUIPO DOCENTE

    USO DE LA IA: Todos los recursos y materiales no originales que se utilicen en los ejercicios evaluables, incluyendo herramientas de Inteligencia Artificial, ayuda de compañeros, recursos de internet, libros, artículos, etc. deberán referenciarse claramente en el código fuente y la documentación asociada a los ejercicios prácticos entregados.

    Los criterios para establecer la nota que aparecerá en el acta son los siguientes:

    Instrumentos de evaluación: Práctica evaluable (P2) 60% y Examen final (examen) 40%.

    1. Se considera que un instrumento de evaluación se ha superado cuando se obtiene en el mismo una calificación igual o superior a 5.0. Es necesario superar todos los instrumentos de evaluación para poder superar la asignatura.
    2. Si el alumno no entrega la práctica P2 y no se presenta al examen su calificación será “No Presentado”.
    3. Si el alumno aprueba la práctica P2 y aprueba el examen su calificación será la media ponderada de las calificaciones obtenidas en las prácticas y el examen.
    4. Si el estudiante no entrega la práctica P2, pero se presenta al examen su calificación será: Si supera el examen: “No presentado”. La calificación del examen se guarda hasta la convocatoria de enero del año siguiente (inclusive). Si no supera el examen: "Suspenso" con la calificación obtenida en el examen.
    5. Si el estudiante no se presenta al examen, pero entrega la práctica P2 su calificación será: Si supera la práctica: “No presentado”. La calificación de la práctica se guarda hasta la convocatoria de enero del año siguiente (inclusive). Si no supera la práctica P2: "Suspenso" con la calificación obtenida en la práctica P2.
    6. Si el estudiante se presenta a ambas partes y supera solo una de ellas, su calificación será "Suspenso" con la obtenida en la parte no superada en lugar de la media ponderada de ambas.

    En el caso de plagio, copia o utilización de medios fraudulentos en las diferentes pruebas, se aplicará el artículo 22 del Reglamento Evaluación de Estudiantes (REVA) de la Universidad de Murcia, que conllevará suspender la prueba y, en su caso, podrá ser objeto de sanción previa apertura de expediente académico.

    Esta asignatura no se encuentra vinculada de forma directa con los Objetivos de Desarrollo Sostenible.

    En las convocatorias siguientes a aquella en la que se imparte la docencia, el estudiante podrá solicitar la recuperación de los sistemas de evaluación SE4 que no haya superado. Para ello, podrá presentar de nuevo el trabajo rectificado para la nueva convocatoria.