Experto en Procesamiento del lenguaje natural (online)
Postgrado
Online
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Postgrado
-
Metodología
Online
-
Duración
12 Meses
-
Inicio
Fechas a elegir
-
Campus online
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
Las tecnologías del lenguaje basadas en el Procesamiento del Lenguaje Natural (PLN) se erigen hoy en día como una de las áreas de aplicación más importantes en IA, pero faltan profesionales del lenguaje con distintos niveles de especialización que trabajen en equipo con ingenieros, científicos de datos y otros perfiles computacionales. El mercado de la IA demanda profesionales humanistas como entrenadores de bots de clasificación y extracción de información, diseñadores de conversación para chatbots, tradumáticos responsables de asistentes de traducción, especialistas en ética que velan por la interacción hombre-tecnología, etc.
Por ello, en este Posgrado en Procesamiento del Lenguaje Natural aprenderás todo lo necesario para desarrollar tu carrera profesional en el ámbito de la inteligencia artificial (IA) en español.
Información importante
Precio a usuarios Emagister: Descuento: Gastos de matriculación no incluidos en el precio del curso (30€). Aplicamos un descuento de los gastos de matriculación a estudiantes, antiguos alumnos, desempleados, menores de 26 años y miembros de asociaciones de corrección y traducción.
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
El título de Experto en Procesamiento del Lenguaje Natural, homologado por la UDIMA, busca formar a las personas con perfiles humanistas (filólogos, traductores, lingüistas, etc.) en un marco de nuevas profesiones en torno a la inteligencia artificial en español.
Abordamos, desde el punto de vista del lingüista/humanista, los principales enfoques tecnológicos y metodológicos que hacen posible la comunicación entre los humanos y la máquina a través del lenguaje natural, así como la codificación de sus mecanismos para que la máquina pueda procesar y comprender los textos. Algunas de las aplicaciones de tecnología lingüística más demandadas son la extracción de información (reconocimiento de entidades, clasificación de texto, análisis de sentimiento y sistemas de respuesta a preguntas), el funcionamiento de aplicaciones de corrección y traducción automática de textos o el desarrollo de interfaces conversacionales.
Titulados universitarios de las áreas de Humanidades y Letras.
Disponer del título universitario de Grado, Licenciatura o Diplomatura.
Título propio universitario de posgrado acreditado por UDIMA que otorga créditos ECTS.
Posgrado acreditado por la Universidad a Distancia de Madrid (UDIMA).
Te enviaremos por correo electrónico toda la información sobre el curso, precio y fechas. Además, te ofrecemos un servicio de orientación profesional gratuito. ¡Consulta tus dudas a nuestra orientadora!
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 23 años en Emagister.
Materias
- PLN1
1 alumnos han indicado haber adquirido esta competencia
- NLP
11 alumnos han indicado haber adquirido esta competencia
- Procesamiento Lenguaje Natural
- IA
- Inteligencia artificial
11 alumnos han indicado haber adquirido esta competencia
- Lingüística
- Lingüística computacional
- Traducción automática
- Corrección automática
- Tecnologías del lenguaje
Profesores
Concepción Polo Bayo
Profesora de Procesamiento del Lenguaje Natural
Licenciada en Lingüística y Filología Hispánica por la UAM. Trabaja como responsable del departamento de Lingüística en MeaningCloud, empresa que aplica tecnologías semánticas y de procesamiento de lenguaje natural para el tratamiento inteligente de textos. Destaca su función como coordinadora del equipo Stilus, dedicado a la corrección automática profesional, así como su gestión o colaboración en otros proyectos de PLN para los que viene formando a otros colegas filólogos, traductores y correctores para la construcción de recursos y modelos lingüísticos.
Janine García Morera
Profesora de Procesamiento del Lenguaje Natural
Ingeniera de Telecomunicación y máster en Telemática por la Universidad Carlos III de Madrid (UC3M). Trabaja como consultora de PNL e ingeniera de software en MeaningCloud, empresa especializada en Procesamiento de Lenguaje Natural, Aprendizaje Automático y Ciencia de los Datos. Responsable de desarrollos propios de extracción de información y soluciones a medida para clientes, en coordinación con el dpto. de Lingüística. Colabora desde 2004 con el Instituto Nacional de Administración Pública como formadora en diferentes cursos relacionados con las tecnologías web y el análisis de datos.
Julio Villena Román
Profesor de Procesamiento del Lenguaje Natural
Ingeniero de Telecomunicación, Suficiencia Investigadora en el Doctorado en Ingeniería Telemática por la Universidad Politécnica de Madrid y máster en Administración y Dirección de Empresas por la EOI. Socio fundador en 1998 de la empresa Daedalus dedicada a las Tecnologías del Lenguaje y el análisis de datos, que en 2015 se convirtió en la división de Data & Analytics del grupo tecnológico Sngular, y en 2017 evolucionó en la actual MeaningCloud. Además, es profesor asociado en la Universidad Carlos III de Madrid y formador en el Instituto Nacional de Administración Pública.
Luca De Filippis
Profesor de Procesamiento del Lenguaje Natural
Licenciado en Lenguas y Culturas Modernas por la Universidad de Trieste y posgrado en Tradumática, Localización y Traducción Audiovisual en la Universidad Alfonso X El Sabio. Trabaja como diseñador conversacional y asesor lingüístico en el departamento de Inteligencia Artificial de Sngular, empresa especializada en soluciones digitales. Además, es socio y gestor de proyectos en Rainbow Translations, la primera agencia de traducción orientada al colectivo LGBTQ, y continúa formándose en Comunicación Inclusiva.
Rubén Rodríguez de la Fuente
Profesor de Procesamiento del Lenguaje Natural
Licenciado en Traducción e Interpretación por la Universidad de Granada. Ha desempeñado distintas funciones dentro del sector de la traducción: traductor, revisor, gestor de proyectos y especialista en traducción automática. Ha obtenido la certificación en Inteligencia Artificial de Microsoft.
Temario
ASIGNATURA 1. Tecnologías del lenguaje para lingüistas humanistas (online)
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL SECTOR
0. Objetivos de la unidad
1. Introducción
2. Definiciones y conceptos
3. El sector de las tecnologías del lenguaje
4. Barreras y retos
UNIDAD DIDÁCTICA 2. EL LINGÜISTA EN PLN
0. Objetivos de la unidad
1. Introducción
2. El lingüista en PLN. Perfiles profesionales
3. Conocimientos y habilidades requeridos
4. Funciones del lingüista en proyectos PLN
Ejercicio 1: Optimización de softwares de corrección
Ejercicio 2: Etiquetado de corpus de entrenamiento
UNIDAD DIDÁCTICA 3. NIVELES LINGÜÍSTICOS: DEL ANÁLISIS A LA COMPRENSIÓN
0. Objetivos de la unidad
1. Introducción
2. Niveles de procesamiento lingüístico
3. Tareas PLN vs. aplicaciones
Ejercicio 3: Uso de aplicaciones para la desambiguación léxica
Parte 1: Trabajar con WordNetParte 2: Trabajar con NLTK
UNIDAD DIDÁCTICA 4. TÉCNICAS DE PROCESAMIENTO DEL LENGUAJE NATURAL
0. Objetivos de la unidad
1. Introducción
2. Sistemas de reglas
4. Aprendizaje profundo (deep learning)
5. Métricas para control de calidad
6. Modelos de representación del texto
Ejercicio 4: Representación de conocimiento con bolsa de palabras
UNIDAD DIDÁCTICA 5. EL CORPUS EN PLN
0. Objetivos de la unidad
1. Introducción
2. El corpus en proyectos de PLN
3. Lingüística de corpus
4. Corpus compensado, algoritmo ético
Ejercicio 5: Explotación de corpus propios
UNIDAD DIDÁCTICA 6. EXTRACCIÓN Y GENERACIÓN DE INFORMACIÓN
0. Objetivos de la unidad
1. Introducción
2. Tareas de extracción de información
3. Generación automática de texto
UNIDAD DIDÁCTICA 7. CORRECCIÓN AUTOMÁTICA
0. Objetivos de la unidad
1. Introducción
2. Verificación automática vs. autocorrección vs. texto predictivo3. Técnicas de corrección automática
4. Capacidades de la corrección automática
5. Corrector automático y corrector humano
Ejercicio 6: Reglas de verificación ortográfica
UNIDAD DIDÁCTICA 8. TRADUCCIÓN AUTOMÁTICA
0. Objetivos de la unidad
1. Introducción
2. Técnicas de traducción automática (TA)
3. Traductor automático y traductor humano
UNIDAD DIDÁCTICA 9. TECNOLOGÍAS DEL HABLA. RECONOCIMIENTO Y SÍNTESIS DE VOZ
0. Objetivos de la unidad
1. Introducción a las tecnologías del habla
2. Sistemas de reconocimiento de voz
3. Sistemas de síntesis de voz
4. El lingüista en tecnologías del habla
Ejercicio 7: Análisis del servicio de voz a texto
UNIDAD DIDÁCTICA 10. INTERFACES CONVERSACIONALES
0. Objetivos de la unidad
1. Introducción
2. Funcionamiento de un sistema conversacional
3. Diseño de un asistente y el papel del lingüista
4. Ecosistema tecnológico
5. La revolución ChatGPT
UNIDAD DIDÁCTICA 11. PRÁCTICA FINAL1. Planteamiento
2. Descripción de la práctica
3. Rúbrica de evaluación
ASIGNATURA 2. Programación para humanistas
UNIDAD DIDÁCTICA 1. PROGRAMACIÓN PARA GENTE DE LETRAS: INTRODUCCIÓN
1. Presentación
2. ¿De qué me sirve programar?
3. Perderle el miedo a la programación
4. Datos textuales, importantísimos pero sin estructura
5. Ejemplos de uso de programación en humanidades
6. Entorno de trabajo
Ejercicio 1: “Programar” sin necesidad de código
UNIDAD DIDÁCTICA 2. TERMINAL DE UNIX Y BASH SCRIPTING
1. Introducción: practicar es fundamental
2. Entorno de trabajo e instrucciones
Ejercicio 2: Escribir código para explorar un archivo
UNIDAD DIDÁCTICA 3. FUNDAMENTOS DE PYTHON
1. Introducción
2. Objetos y variables
3. Objetos para el tratamiento de textos
4. Operadores
5. Funciones integradas
6. Estructuras de control de flujo
7. Funciones personalizadas
8. Paquetes de Python9. Trabajar con ficheros
10. Scripts
Ejercicio 3: Generar una lista de palabras
UNIDAD DIDÁCTICA 4. BÚSQUEDAS: EXPRESIONES REGULARES, BÚSQUEDAS APROXIMADAS, BÚSQUEDAS SEMÁNTICAS
1. Introducción
2. Expresiones regulares
3. Búsquedas aproximadas
4. Búsquedas semánticas
Ejercicio 4: Escribir una expresión regular
UNIDAD DIDÁCTICA 5. PROCESAMIENTO DE LENGUAJE NATURAL Y APRENDIZAJE AUTOMÁTICO
1. Introducción
2. Procesamiento de lenguaje natural
3. Aprendizaje automático
Ejercicio 5: Entrenar un modelo con algoritmos
UNIDAD DIDÁCTICA 6. PROMPT ENGINEERING
1. Introducción: una nueva disciplina con mucho mercado
2. Casos de uso de los grandes modelos de lenguaje
3. OpenAI Playground
4. Estrategias
5. Aplicaciones en programación
6. Recursos
Ejercicio 6: Trabajar con prompt engineering
UNIDAD DIDÁCTICA 7. INTERFACES DE PROGRAMACIÓN DE APLICACIONES (API)
1. Introducción2. Un poco de teoría
3. Postman
4. Language Tool
5. Tweepy
6. Wikifier
7. APIs de Microsoft y Google
8. Creación de aplicaciones web propias
Ejercicio 7: Trabajar con la aplicación web Resumiendo
UNIDAD DIDÁCTICA 8. PRÁCTICA FINAL: ESCRIBE TU PROPIA AVENTURA
ASIGNATURA 3. Tecnologías del lenguaje para la extracción de información
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN
0. Objetivos de la unidad
1. Introducción
2. Tareas de extracción de información
3. Generación automática de texto
4. Métricas de evaluación
5. Aprendizaje automático y deep learning
UNIDAD DIDÁCTICA 2. RECONOCIMIENTO DE ENTIDADES
0. Objetivos de la unidad
1. Introducción
2. Métricas de evaluación
3. Técnicas de reconocimiento de entidades
Ejercicio 1: Reconocimiento de entidades con un sistema real
Ejercicio 2: Funcionalidades para la tarea de reconocimiento de entidades
UNIDAD DIDÁCTICA 3. CLASIFICACIÓN AUTOMÁTICA0. Objetivos de la unidad
1. Introducción
2. Métricas de evaluación
3. Técnicas de clasificación automática
4. Tipos específicos de clasificación
Ejercicio 3: Clasificación de textos con un sistema real
Ejercicio 4: Entrenamiento de un modelo de clasificación
UNIDAD DIDÁCTICA 4. EXTRACCIÓN DE INFORMACIÓN COMPLEJA
0. Objetivos de la unidad
1. Introducción
2. Modelo de grafo semántico
3. Tarea de extracción de información
UNIDAD DIDÁCTICA 5. RECUPERACIÓN DE INFORMACIÓN
0. Objetivos de la unidad
1. Fundamentos y conceptos
2. Modelos de recuperación de información
3. Similitud semántica
4. Métricas de evaluación
5. Tarea del lingüista
Ejercicio 5: Similitud semántica y búsqueda semántica
UNIDAD DIDÁCTICA 6. RESPUESTA A PREGUNTAS
0. Objetivos de la unidad
1. Introducción
2. Proceso de respuesta a preguntas
3. Extractive question answering4. Tarea del lingüista
UNIDAD DIDÁCTICA 7. EXTRACCIÓN DE RESÚMENES
0. Objetivos de la unidad
1. Introducción
2. Resúmenes extractivos
Ejercicio 6: Extracción de resúmenes extractivos y abstractivos
UNIDAD DIDÁCTICA 8. PRÁCTICA FINAL
1. Objetivos
2. Desarrollo del ejercicio
3. Informe de resultados
4. Rúbrica de evaluación
ASIGNATURA 4. Tecnologías del lenguaje para desarrollo de interfaces conversacionales
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN
Presentación del curso
0. Objetivos de la unidad
1. Las primeras interfaces conversacionales
2. Tipos de interfaces conversacionales en la actualidad
3. Conceptos básicos y terminología específica
4. Casos de uso, canales y plataformas de desarrollo
UNIDAD DIDÁCTICA 2. DISEÑO DE INTERFACES CONVERSACIONALES
0. Objetivos de la unidad
1. Introducción al proceso de diseño
2. El concepto de user persona
3. Diseño de la conversación: situaciones y experiencia de usuario4. Personalidad del asistente virtual y tono de la conversación
5. Nombre e identidad visual
Ejercicio 1: Características del chatbot
Ejercicio 2: Situaciones de diálogo del chatbot
Ejercicio 3: Perfil completo del chatbot
UNIDAD DIDÁCTICA 3. BASE DE CONOCIMIENTO
0. Objetivos de la unidad
1. Recopilación y extracción de la información
2. Identificación de las intenciones y de los flujos de diálogo
3. Gestión del contenido
4. Redacción de los mensajes
UNIDAD DIDÁCTICA 4. CREACIÓN DE UN ASISTENTE CONVERSACIONAL EN DIALOGFLOW
0. Objetivos de la unidad
1. Dialogflow: presentación de la plataforma y creación de un agente
2. Creación de una cuenta y de un agente
3. Creación de la base de conocimiento
4. Entidades
5. Creación de flujos de diálogo utilizando contextos
Ejercicio 4: Creación de un agente conversacional
UNIDAD DIDÁCTICA 5. INTEGRACIONES Y MENSAJES ENRIQUECIDOS
0. Objetivos de la unidad
1. Integración de un agente conversacional en Telegram
2. Configuración de mensajes enriquecidos en Telegram
3. Mensajes enriquecidos en Dialogflow MessengerUNIDAD DIDÁCTICA 6. VALIDACIÓN Y ENTRENAMIENTO
0. Objetivos de la unidad
1. Autovalidación del asistente
2. Validación con usuarios
3. Revisión de las conversaciones y entrenamiento
4. Analíticas de uso
UNIDAD DIDÁCTICA 7. PRÁCTICA FINAL
1. Práctica 1: Crea tu propio chatbot
2. Práctica 2: Test de redacción
3. Criterios de evaluación
UNIDAD DIDÁCTICA 9. ORIENTACIÓN PROFESIONALInformación adicional
Dos convocatorias al año.
Plazas limitadas.
Plazo de inscripción abierto hasta que se completen las plazas.
Acceso mediante título universitario previo.¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Experto en Procesamiento del lenguaje natural (online)
2.200 € 2.230 € IVA inc. - NLP
Añade cursos similares
y compara para elegir mejor
Formación por temáticas
{body}
