Aplicaciones de la Informática (2006-2007)

TECNOLOGÍAS DEL LENGUAJE HUMANO

Prof. Manuel Palomar Sanz
Prof. Antonio Ferrández Rodríguez
Prof. Lidia Moreno Boronat

El Procesamiento del Lenguaje Natural (PLN) es una parte esencial de la Inteligencia Artificial que investiga y formula mecanismos computacionalmente efectivos que faciliten la interrelación hombre/máquina y permitan una comunicación mucho más fluida y menos rígida que los lenguajes formales. Todo sistema de PLN intenta simular un comportamiento lingüístico humano; para ello debe tomar conciencia tanto de las estructuras propias del lenguaje, como del conocimiento general acerca del universo de discurso. De esta forma, una persona que participa en un diálogo sabe cómo combinar las palabras para formar una oración, conoce los significados de las mismas, sabe cómo éstos afectan al significado global de la oración y posee un conocimiento del mundo en general que le permite participar en la conversación. En este curso se realiza una breve introducción al PLN presentando la organización de los sistemas de comprensión del lenguaje natural (módulos de análisis léxico, sintáctico y semántico) y las aplicaciones del PLN que coexisten actualmente en este campo (traducción automática, acceso a Bases de Datos, extracción de información en Bases de Datos, recuperación o búsqueda de información, etc.).

Más información

TRADUCCIÓ AUTOMÁTICA: FONAMENTS I APLICACIONS

Prof. Mikel L. Forcada Zubizarreta
Prof. Juan Antonio Pérez Ortiz

Los sistemas de traducción automática son cada vez más necesarios en las sociedades actuales, marcadas por su carácter multilingüe; están cada vez más disponibles por causa de los avances en tecnología informática; y se usan cada vez más dada la gran disponibilidad de textos informatizados, principalmente en internet. Pese a ello, los sistemas existentes distan mucho de ser perfectos. Este curso estudia las tecnologías fundamentales sobre las que se construyen los sistemas de traducción automática, en qué situaciones comunicativas son de utilidad estos sistemas a pesar de su imperfección, las razones lingüísticas y tecnológicas de las limitaciones observadas y los criterios que se pueden usar para evaluar la adopción de un sistema u otro para una aplicación concreta. Además, se estudian otras tecnologías surgidas simultáneamente a la traducción automática como las populares memorias de traducción.

Els sistemes de traducció automàtica són cada vegada més necessaris en les societats actuals, marcades pel seu caràcter multilingüe; estan cada vegada més disponibles a causa dels avanços en tecnologia informàtica; i s'usen cada vegada més donada la gran disponibilitat de textos informatitzats, principalment en internet. Malgrat això, els sistemes existents disten molt de ser perfectes. Aquest curs estudia les tecnologies fonamentals sobre les quals es construeixen els sistemes de traducció automàtica, en quines situacions comunicatives són d'utilitat aquests sistemes a pesar de la seva imperfecció, les raons lingüístiques i tecnològiques de les limitacions observades i els criteris que es poden usar per a avaluar l'adopció d'un sistema o un altre per a una aplicació concreta. A més, s'estudien altres tecnologies sorgides simultàniamente a la traducció automàtica com les populars memòries de traducció.

EXTRACCIÓN DE INFORMACIÓN TEXTUAL

Prof. Manuel Palomar Sanz
Prof. Rafael Muñoz Guillena
Prof. Patricio Manuel Martínez Barco
Prof. Horacio Rodríguez Hontoria

Introducción a la extracción de información. Sistemas de extracción de información: LASIE, EXIT. Tareas de los sistemas de extracción de información: reconocimiento de entidades, resolución de la correferencia, obtención de información relevante, inserción de la información en una base de datos.

APRENDIZAJE CON DATOS ESTRUCTURADOS

Prof. Jorge Calera Rubio
Prof. José Oncina Carratalá
Prof. Colin de la Higuera

El principal punto de interés cuando se utilizan como entrada de un sistema de aprendizaje automático datos estructurados, es la construcción automática de modelos (gramáticas, autómatas o, en general sistemas formales) que expliquen fenómenos representados por dichos datos. El estudio de las técnicas que permiten realizar esta tarea se denomina Inferencia Gramatical.

Algunos campos de aplicación de estas técnicas son los siguientes:

- Correctores sintácticos
- Compresión de datos
- Traducción automática
- Bioinformática
- Minería de datos

1. Introducción: Aprendizaje Inductivo e Inferencia Gramatical
2. Identificación en el límite y complejidad
3. Aprendizaje con muestras positivas
4. Aprendizaje con muestras completas
5. Autómatas finitos estocásticos
6. Aprendizaje con muestras jerarquizadas (árboles)
7. Inferencia de lenguajes independientes del contexto

BÚSQUEDAS INTELIGENTES DE INFORMACIÓN EN LA WEB

Prof. Antonio Ferrández Rodríguez
Prof. Jesús Peral Cortés
Prof. Fernando Llopis Pascual
Prof. Luis Alfonso Ureña López

La popularización del uso de Internet ha posibilitado la existencia de enormes cantidades de información y la ha puesto al alcance de cualquier usuario de este medio. Sin embargo, la localización de toda la información realmente relevante acerca de un tema concreto sigue siendo una labor lenta y tediosa. La aparición de los buscadores (sistemas que intentan localizar los documentos que en un momento dado son de nuestro interés) ha facilitado dicha tarea; sin embargo, los resultados hasta la fecha no son lo suficientemente satisfactorios y sólo facilitan en pocos aspectos la búsqueda de la información. Es por ello que se pretende construir un sistema de recuperación de información (SRI) de sedes Web. Como recuperación de información (RI) se entiende la capacidad de seleccionar de entre una gran cantidad de documentos aquellos cuyo contenido hace referencia a un tema indicado.

Más información

ESTUDIO Y APLICACIÓN DE TÉCNICAS DE RECONOCIMIENTO DE FORMAS

Prof. María Luisa Micó Andrés
Prof. José María Oncina Carratalá
Prof. Pierre Dupont

La facilidad con la que reconocemos un rostro, entendemos palabras pronunciadas, leemos caracteres manuscritos, identificamos las llaves del coche en nuestro bolsillo simplemente por el tacto, o decidir cuándo una manzana está madura por su olor, oculta el complejo proceso que está detrás de este reconocimiento de formas. El reconocimiento de formas es una disciplina fuertemente vinculada a la informática, estudia cómo construir sistemas automáticos capaces de emular aspectos perceptivos propios del comportamiento humano.

¿Cómo se construyen estos sistemas? Básicamente constan de tres fases: preproceso (segmentación de la señal, eliminación de ruido, realzado de características importantes, ...), extracción de características (nos quedamos solamente con las propiedades más relevantes, reduciendo de esta manera los datos) y por último la clasificación. En este curso de doctorado revisaremos cada uno de estos aspectos haciendo especial hincapié en la tercera fase, aquellos aspectos relacionados con la clasificación.

ENTORNOS AVANZADOS DE PRODUCCIÓN DE SOFTWARE PARA AMBIENTES WEB

Prof. Jaime Gómez Ortega
Prof. Antonio Vallecillo Moreno

Este curso presenta una visión general de la problemática asociada al diseño de sistemas web y de las diversas herramientas, abstractas o no, que se han desarrollado para facilitar el proceso de desarrollo de este tipo de sistemas técnicas de generación de código basadas en modelos.

Los objetivos son:

• Comprender y analizar los problemas de diseño que pueden plantearse en el desarrollo de sistemas web.
• Analizar los requisitos del sistema, teniendo en cuenta las necesidades de los usuarios.
• Diseñar e implementar aplicaciones web en entornos de autoría en colaboración.
• Evaluar y aplicar métodos basados en MDD/MDA para el desarrollo de este tipo de sistemas.

• Módulo I: Entornos Avanzados de Producción de software Orientados a Objetos
  • introducción
  • estrategias de generación OO
  • ejecución de modelos
  • algunos sistemas de producción de software
  • equivalencia funcional
  • conclusiones
• Módulo II: Diseño Conceptual de Aplicaciones Web
  • características de las aplicaciones web
  • el método OO-H
  • la herramienta visualWADE
  • conclusiones
• Módulo III: Modelado de Aplicaciones Web con MDA
  • introducción. modelos y metamodelos
  • estándares OMG para modelado
  • MDA primer
  • usando MDA
  • próximos avances en MDA
  • conclusiones

COMPUTACIÓN AVANZADA PARA MÚSICA POR ORDENADOR

Prof. José Manuel Iñesta Quereda
Prof. Xavier Serra Casals
Prof. Ramón López de Mántaras

Los métodos de reconocimiento de formas, aprendizaje computacional, etc. han invadido en los últimos tiempos el terreno de la informática musical. Tres grandes áreas dentro de este campo son sus objetivos:

• El desarrollo de programas relacionados con la composición automática o asistencia a la misma,
• La modelización de procesos cognitivos asociados con la escucha de la música: deteccion de notas, análisis melódicos y armónicos, etc., y
• La simulación de la interpretación de partituras: expresión, armonización, acompañamiento, etc.

Para esto técnicas neurales, genéticas, fractales, gramaticales, etc. han sido puestas en juego para hacer progresar esta área interdisciplinar.

Más información

CALIDAD EN EL DISEÑO DE APLICACIONES WEB

Prof. Cristina Cachero Castro
Prof. Marcela Genero Bocco

Con el avance de Internet como entorno preferido por muchas organizaciones para el desarrollo de aplicaciones cada vez más complejas en términos de contenido, estructura, comportamiento e interfaz, se ha hecho patente la necesidad de técnicas que no sólo ayuden en su construcción sino que garanticen que el producto resultante (aplicación Web) se adhiere a determinados criterios de calidad. El estudio y aplicación de dichos criterios (intuitividad de la estructura navegacional, rendimiento, accesibilidad, etc.) es un campo emergente dentro de la Ingeniería del Software. En este curso, tras revisar las técnicas de modelado hipermedial existentes en la actualidad, se presentarán los principales modelos y estándares de calidad existentes. A continuación presentaremos las modificaciones que son necesarias para adaptar estos modelos a la idiosincrasia de las aplicaciones Web. Por último, presentaremos un conjunto de técnicas de evaluación experimiental que permiten demostrar la validez de las métricas de calidad propuestas.

XML, MARCADO DE TEXTOS Y BIBLIOTECAS DIGITALES

Prof. Rafael C. Carrasco Jiménez

El desarrollo actual de las bibliotecas digitales (y de Internet) permite consultar grandes volúmenes de información. Una forma de que esta información resulte más útil es su marcado, idea que ha originado la definición de técnicas y lenguajes de marcado (como el popular HTML o los estándares SGML y XML) y constituye, hoy en día, uno de los campos de desarrollo más activos. En este curso veremos cómo se utilizan y definen lenguajes de marcado así como nuevas técnicas de búsqueda, de transformación y recuperación de la información.

El desenvolupament actual de les biblioteques digitals (i d'Internet) permet consultar grans volums d'informació. Una forma que aquesta informació resulte més útil és el seu marcat, idea que ha originat la definició de tècniques i llenguatges de marcat (com el popular HTML o els estàndards SGML i XML) i constitueix, avui en dia, un dels camps de desenvolupament més actius. En aquest curs veurem com s'utilitzen i defineixen llenguatges de marcat així com noves tècniques de recerca, de transformació i de recuperació de la informació.

Més informació

DISEÑO Y EXPLOTACIÓN DE ALMACENES DE DATOS

Prof. Juan Carlos Trujillo Mondéjar
Prof. Mario Piattini Velthuis
Prof. Stefano Rizzi

A principios de los noventa surgen los almacenes de datos (Data Warehouses, DW), bases de datos multidimensionales y herramientas OLAP (On-Line Analitycal Processing) como un conjunto de técnicas, bases de datos, métodos y herramientas para facilitar al analista de la información el acceso a una gran cantidad de información histórica que le facilite la adopción de decisiones estratégicas.

El objetivo principal de este curso de doctorado es introducir al alumno en el diseño y explotación de los almacenes de datos. En una primera parte se introducirán los aspectos teóricos imprescindibles que se manejan en estos sistemas. Una vez conseguido esto, se propondrán casos de estudio para que el alumno se enfrente a problemas reales que surgen al implantar almacenes de datos. Una vez diseñado el almacén datos, se pedirá al alumno que se familiarice con el análisis OLAP a través de algunas de las herramientas OLAP más extendidas del mercado. Con todo ello, pretendemos que el alumno adquiera una gran destreza en esta nueva tendencia de bases de datos cuya aceptación tanto en el marco empresarial como científico en estos últimos años es incuestionable. Por otro lado, todavía no se disponen de modelos o herramientas estándares (como sucede con las bases de datos relacionales) para afrontar todas las fases de diseño de un almacén de datos. En este sentido, en estos últimos años han surgido varias propuestas realizadas por la comunidad académica. Por ello, una parte del temario de este curso será presentar estas propuestas, valorarlas y estudiar cómo utilizarlas conjuntamente con las herramientas comerciales para afrontar un proyecto real de almacenes de datos.

TÈCNIQUES AVANÇADES EN TRADUCCIÓ AUTOMÀTICA

Prof. Mikel L. Forcada Zubizarreta
Prof. Rafael Carlos Carrasco Jiménez

En este curso se estudiarán en detalle diversas técnicas usadas para la implementación eficiente de sistemas de traducción automática: transductores de estados finitos, desambiguadores léxicos estadísticos y basados en reglas, chunkers, analizadores sintácticos, alineamiento de textos bilingües y su aprovechamiento y traducción automática estadística.

En aquest curs s'estudiaran en detall diverses tècniques usades per a la implementació eficient de sistemes de traducció automàtica: transductores d'estats finits, desambiguadors lèxics estadístics i basats en regles, chunkers, analitzadors sintàctics, alineament de textos bilingües i el seu aprofitament i traducció automàtica estadística.

USO Y DISEÑO DE ONTOLOGÍAS EN PROCESAMIENTO DEL LENGUAJE NATURAL Y LA WEB SEMÁNTICA

Prof. Maximiliano Saiz Noeda
Prof. Andrés Montoyo Guijarro
Prof. José Luis Vicedo González
Prof. Manuel Palomar Sanz
Prof. German Rigau Claramunt
Prof. Armando Suárez Cueto

PROGRAMA

1. Conceptos y componentes de una ontología aplicados a PLN y web semántica
2. Recursos ontológicos
3. Uso de ontologías
   1. Las ontologías y el Procesamiento del Lenguaje Natural
   2. Las ontologías en el WSD
   3. Las ontologías en la Búsqueda de Respuestas
   4. Las ontologías y la web semántica
4. Diseño de ontologías
5. Disertaciones bibliográficas

OBJETIVOS

• Estudio de los conceptos fundamentales sobre las clasificaciones ontológicas y sus componentes
• Estudio y uso de los recursos ontológicos más relevantes
• Aplicación de las ontologías en tareas de Procesamiento del Lenguaje Natural y la web semántica
• Aprendizaje de diseño de ontologías aplicadas al PLN

CÓMO SE ESCRIBEN Y SE PUBLICAN TRABAJOS CIENTÍFICOS

Prof. Mikel L. Forcada Zubizarreta
Prof. Juan Antonio Pérez Ortiz

La difusión adecuada de los trabajos de investigación es crucial para el desarrollo de la ciencia; pero una de las fases más difíciles del trabajo de un investigador es la de explicar lo que ha hecho en un documento que quiere publicar. Este curso da a los investigadores en formación la oportunidad de conocer y reflexionar sobre los diferentes aspectos relacionados con la publicación científica, desde el primer borrador hasta la versión definitiva: estructura del documento, normas de estilo, técnicas de composición, gestión de bibliografías, envío a revistas y congresos, presentaciones orales, diseño de pósters, etc. Los estudiantes del curso adquirirán la formación necesaria para afrontar con éxito la publicación de sus trabajos científicos, incluida la tesis a la que muchos de ellos se dedicarán en años posteriores.

La difusió adequada dels treballs d'investigació és crucial per al desenvolupament de la ciència; però una de les fases més difícils del treball d'un investigador és la d'explicar el que ha fet en un document que vol publicar. Aquest curs dóna als investigadors en formació l'oportunitat de conèixer i reflexionar sobre els diferents aspectes relacionats amb la publicació científica, des del primer esborrany fins la versió definitiva: estructura del document, normes d'estil, tècniques de composició, gestió de bibliografies, enviament a revistes i congressos, presentacions orals, disseny de pòsters, etc. Els estudiants del curs adquiriran la formació necessària per a afrontar amb èxit la publicació dels seus treballs científics, inclosa la tesi a la qual molts d'ells es dedicaran en anys posteriors.

TRABAJO DE MÚSICA POR COMPUTADOR

Prof. José Manuel Iñesta Quereda
Prof. Francisco Moreno Seco

El uso de técnicas de inteligencia artificial está bastante extendido en la música digital. Se pueden aplicar redes neuronales, algoritmos genéticos y técnicas de inferencia gramatical para interpretar, componer o reconocer melodías. Se propone el estudio de alguna de estas técnicas para resolver algún problema que se propondrá.

TÈCNIQUES D'ESTATS FINITS EN TRADUCCIÓ AUTOMÀTICA

Prof. Mikel L. Forcada Zubizaterra
Prof. Rafael Carlos Carrasco Jiménez
Prof. Juan Antonio Pérez Ortiz

Muchas de las tareas básicas de un sistema de traducción automática, como el análisis morfológico, la generación léxica, la desambiguación léxica, la consulta de diccionarios bilingües o el análisis sintáctico superficial, se pueden implementar muy eficientemente (llegando a velocidades del orden de 10.000 palabras por segundo sobre un PC) usando modelos de estados finitos como los autómatas finitos deterministas o los transductores p-subsecuenciales. El trabajo de investigación versará sobre alguna de estas tareas básicas de la traducción automática, en el marco de un proyecto activo.

TRABAJO SOBRE TÉCNICAS DE RECONOCIMIENTO DE FORMAS

Prof. María Luisa Micó Andrés
Prof. Juan Ramón Rico Juan

Estudio y desarrollo de técnicas avanzadas de reconocimiento de formas con aplicación a alguno de los problemas concretos como los mencionados en la descripción del curso de doctorado "Estudio y aplicación de técnicas de reconocimiento de formas". Estas técnicas abarcan desde algoritmos de clasificación utilizando técnicas de vecinos más próximos, como técnicas de aprendizaje no supervisado que se utilizan básicamente para obtener grupos naturales a partir de un conjunto de datos.

XARXES NEURALS RECURRENTS I RECURSIVES

Prof. Juan Antonio Pérez Ortiz

Las redes recurrentes de tiempo discreto y las redes neurales recursivas --y los algoritmos de entrenamiento específicos desarrollados para ellas-- constituyen una de las posibles soluciones cuando las tareas comportan el procesamiento adaptativo de secuencias de datos o de estructuras más complejas de los mismos como árboles o grafos dirigidos acíclicos. El trabajo de investigación tutelada versará sobre alguna aplicación de estas técnicas, y se realizará en el marco de un proyecto financiado por la CICyT y de diversas colaboraciones internacionales.

CLASIFICACIÓN DE DOC. ELECTRÓNICOS BASADA EN TEC. PROCES. DEL LENGUAJE NATURAL

Prof. Manuel Palomar Sanz
Prof. José Luis Vicedo González

Cada vez más, las organizaciones e instituciones requieren más tiempo para clasificar documentos, informes, mensajes de publicidad, etc. en sus diferentes departamentos. Por todo ello, se pretende estudiar y desarrollar un sistema capaz de clasificar documentos según diferentes temas.

OBTENCIÓN DE RESÚMENES DE DOCUMENTOS BASADA EN CADENAS DE REFERENCIA

Prof. Manuel Palomar Sanz

Se pretende desarrollar técnicas de obtención de resúmenes de textos que toman como entrada documentos completos. Para ello, nos basaremos en técnicas de resolución de la correferencia lingüística, es decir, se pretende obtener las cadenas de correferencia lingüística existentes en el texto y en base a estas cadenas construir un método capaz de obtener resúmenes de textos.

RECUPERACIÓN DE INFORMACIÓN DE SEDES WEB

Prof. Antonio Ferrández Rodríguez

La popularización del uso de Internet ha posibilitado la existencia de enormes cantidades de información y la ha puesto al alcance de cualquier usuario de este medio. Sin embargo, la localización de toda la información realmente relevante acerca de un tema concreto sigue siendo una labor lenta y tediosa. La aparición de los buscadores (sistemas que intentan localizar los documentos que en un momento dado son de nuestro interés) ha facilitado dicha tarea; sin embargo, los resultados hasta la fecha no son lo suficientemente satisfactorios y sólo facilitan en pocos aspectos la búsqueda de la información. Es por ello que se pretende construir un sistema de recuperación de información (SRI) de sedes Web. Como recuperación de información (RI) se entiende la capacidad de seleccionar de entre una gran cantidad de documentos aquellos cuyo contenido hace referencia a un tema indicado. Por lo tanto, un buen SRI debería cumplir una serie de requisitos:

• Cobertura: que recuperase todos los documentos referentes al tema indicado.
• Precisión: que garantizara que los documentos recuperados fuesen relevantes.
• Multilingualidad: que la localización del documento fuese independiente del idioma en el que estuviese escrito.

TRABAJO SOBRE EXTRACCIÓN DE INFORMACIÓN E INSERCIÓN EN BASES DE DATOS

Prof. Manuel Palomar Sanz
Prof. Antonio Ferrández Rodríguez

Se pretende que el alumno construya un sistema de extracción de información (SEI) relevante a partir de textos. Para ello será necesario estudiar los diferentes sistemas de extracción de información existentes así como las diferentes propuestas. Posteriormente y tomando como base un sistema de procesamiento del lenguaje natural orientado a la resolución de la anáfora, se construirá un SEI que lo utilice para resolución de las posibles correferencias lingüísticas.

CONSTRUCCIÓN DE UN INTERFAZ EN LENGUAJE NATURAL PARA EL ACCESO A BASES DE DATOS

Prof. Antonio Ferrández Rodríguez

Estudio y desarrollo de una interfaz en lenguaje natural para el acceso (definición y manipulación) a los datos de una base de datos (BD). Para ello, en primer lugar, se estudiarán los recursos existentes en el mercado así como los disponibles en el grupo de investigación que puedan formar parte de esta interfaz. En segundo lugar, se contruirá el sistema de procesamiento del lenguaje natural; este sistema tomará como entrada una frase en lenguaje natural y la traducirá a un lenguaje formal (en este caso a una sentencia SQL). La salida del sistema (SQL) accederá a la BD, la cual devolverá una respuesta. Se mostrará la respuesta de la BD, no será necesario generar la respuesta en lenguaje natural.

CONSTRUCCIÓN Y PERSONALIZACIÓN DE UN SERVIDOR DE APLICACIONES PARA COMERCIO ELECTRÓNICO

Prof. Jaime Gómez Ortega

El crecimiento en el uso de las nuevas tecnologías y de la WWW en general está teniendo un impacto significativo en los sistemas de información de sectores tales como comercio, industrias, bancos, finanzas, educación, gobierno, entretenimiento he incluso en nuestro trabajo y vida privada. A medida que el número y complejidad de las aplicaciones basadas en red crece, se hace necesario reflexionar acerca de la forma en la cual éstas deben ser creadas y cómo mantener su calidad e integridad.

Este trabajo de investigación tiene como propósito general la aplicación de métodos y técnicas orientadas a objetos para el modelado, diseño e implantación de aplicaciones de comercio electrónico. En el trabajo se prestará especial importancia a las características especiales del nuevo medio, los escenarios y entornos operacionales y la multitud de perfiles de usuario que diferencian el desarrollo de aplicaciones basadas en web respecto a desarrollo 'tradicional' del software.

HERRAMIENTAS PARA GENERAR INTERFACES CLIENTE DE APLICACIONES WEB INDEPENDIENTES DEL DISPOSITIVO (PC'S, WAP, WEBTV, PDA'S)

Prof. Jaime Gómez Ortega

El diseño de interfaces de usuario independiente de dispositivo que conecten de forma precisa con módulos de lógica preexistentes es un requisito básico en el desarrollo de aplicaciones web. El propósito de este trabajo de investigación consiste en profundizar (haciendo uso de principios de ingeniería) sobre distintas aproximaciones sistemáticas y disciplinadas que permiten abordar con éxito el modelado y prototipado de espacios de navegación heterogéneos en aplicaciones web. La propuesta utilizará en paradigma orientado a objetos como punto de partida para enlazar el interface con la lógica de aplicación preexistente y se centrará en la producción de interfaces de usuario para PC's y dispositivos móviles.

ASPECTOS LINGÜÍSTICOS DEL DISEÑO DE SISTEMAS DE TRADUCCIÓN AUTOMÁTICA

Prof. Mikel L. Forcada Zubizarreta

Si se formula un proceso de traducción automática ideal como una mecanización del principio de composicionalidad semántica, se pueden examinar des de un punto de vista lingüístico y traductológico las aproximaciones a este principio más usadas para convertir un traductor automático idel en un sistema real (los modelos o estrategias más comunes de traducción) y identificar algunas de las tensiones que se pueden producir en el desarrollo de un sistema de traducción automática real. Se da el caso que, para poder construir un sistema de traducción automática últil son inevitables dos tareas: de una parte, una reflexión detallada sobre los mecanismos lingüísticos de la traducción para identificar regularidades y mecanismos programables como datos y reglas en un programa y, de otra parte, hacer numerosas aproximaciones, establecer compromisos difíciles e incluso hacer dolorosos sacrificios respecto del que sería un modelo ideal y lingüísticamente justificable, para poderlo convertir en un sistema que funcione de manera aceptable.

El conocimiento detallado del diseño lingüístico y traductológico de las estrategias usadas por los sistemas reales de traducción automática (muchos de los cuales usan estrategias protegidas y no desveladas) es de gran ayuda. De una parte, sirve para evaluarlos detalaldamente y así determinar l'adecuación en las diversas aplicaciones reales y, por otra parte, puede servir para decubrir posibles vías de mejora, especialmente si consideramos que los sistemas reales no han aprovechado completamente la potencia de la colaboración entre lingüístas, traductores e informáticos. Los trabajos de investigación adscritos a esta materia explorarán los diversos aspectos lingüísticos de los sistemas reales y posibles de traducción automática.

Si es formula un procés de traducció automàtica ideal com una mecanització del principi de composicionalitat semàntica, es poden examinar des d'un punt de vista lingüístic i traductològic les aproximacions a aquest principi més usades per a convertir un traductor automàtic ideal en un sistema real (els models o estratègies més comunes de traducció) i identificar algunes de les tensions que es poden produir en el desenvolupament d'un sistema de traducció automàtica real. Es dóna el cas que, per a poder construir un sistema de traducció automàtica útil son inevitables dos tasques: d'una banda, una reflexió detallada sobre els mecanismes lingüístics de la traducció per a identificar regularitats i mecanismes programables com a dades i regles en un programa i, d'altra banda, fer nombroses aproximacions, establir difícils compromisos i fins i tot fer dolorosos sacrificis respecte del que seria un model ideal i lingüísticament justificable, per a poder-lo convertir en sistema que funcione de manera acceptable.

El coneixement detallat del disseny lingüístic i traductològic de les estratègies usades pels sistemes reals de traducció automàtica (molts dels quals usen estratègies protegides i no desvelades) es de gran ajuda. D'una banda, serveix per a avaluar-los detalladament i així determinar l'adequació en les diverses aplicacions reals i, d'altra banda, pot servir per a descobrir possibles vies de millora, especialment si considerem que els sistemes reals no han aprofitat completament la potència de la col·laboració entre lingüistes, traductors i informàtics. Els treballs d'investigació adscrits a aquesta matèria exploraran els diversos aspectes lingüístics dels sistemes reals i possibles de traducció automàtica.

GENERACIÓN AUTOMÁTICA DE CÓDIGO PARA PROCESOS ETL EN ALMACENES DE DATOS A PARTIR DE UNA EXTENSIÓN UML

Prof. Juan Carlos Trujillo Mondejar

En una arquitectura de almacenes de datos, los procesos ETL (Extracting, Transforming and Loading) son los encargados de extraer de las fuentes de datos operacionales los datos que contendrá el repositorio del almacen de datos. Una vez extraidos los datos, estos procesos ETL realizan las transformaciones necesarias cargandolos posteriormente en el almacén de datos.

En la actualidad, el diseño y mantenimiento de estos procesos es un aspecto crítico en la configuración de una arquitectura de almacenes de datos. En la practica, estos procesos ETL se programan en el lenguaje 4GL de la plataforma destino donde se implantara el almacen de datos. De esta forma, la unica documentacion existente para su gestión y mantenimiento son el código de estos procesos en si. Una consecuencia inmediata de esta forma de proceder es que la detección de errores en la carga de datos (muy comunes en los almacenes de datos) es muy compleja.

En nuestro grupo de investigacion hemos estado trabajando en la propuesta de una aproximacion de modelado conceptual basada en UML para especificar estos procesos ETL. De esta forma, desde la primera fase de diseño se dispone de una aproximación formal que facilita el diseño, configuración y mantenimiento de estos procesos.

El objetivo del trabajo es extender esta propuesta de modelado de procesos ETL basada en UML para que genere el código necesario dependiendo de la plataforma destino donde se implante el almacén de datos. Para ello, se definirán unos patrones de modelado conceptual donde quede especificado la correspondencia exacta entre los constructores de modelado conceptual y su correspondiente representacion en el lenguaje 4GL correspondiente.

HERRAMIENTAS PARA MEDICIÓN DE CALIDAD EN APLICACIONES WEB

Prof. Cristina Cachero Castro

El trabajo profundizará en los conceptos presentados en el curso 'Calidad en el Diseño de Aplicaciones Web'. Para ello, se implementarán varias versiones de una aplicación en función de las métricas que quieran ser validadas. Dichas versiones deberán llevar embebida la lógica necesaria para capturar tiempos de acceso. El objetivo es la validación empírica de en qué medida cada factor de los evaluados influye en la apreciación externa de 'calidad' por parte del usuario.

CONSTRUCCIÓN DE ONTOLOGÍAS PARA EL PROCESAMIENTO DEL LENGUAJE NATURAL Y LA WEB SEMÁNTICA

Prof. Maximiliano Saiz Noeda
Prof. Andrés Montoyo Guijarro
Prof. Armando Suárez Cueto

• Uso de ontologías para simplificar el acceso a la información
• Creación automática de ontologías de dominio a partir de ontologías genéricas
• Construcción de ontologías a partir de recursos multilingües
• Extracción de conocimiento ontológico de dominios concretos a partir de la web

LABORATORIO DE EXTRACCIÓN DE INFORMACIÓN TEXTUAL

Prof. Rafael Muñoz Guillena
Prof. Patricio Martínez Barco
Prof. Armando Suárez Cueto

• Descripción de las arquitecturas más comunes de los sistemas de extracción de información textual
• Desarrollo de recursos independientes del tipo de información a extraer
• Desarrollo de recursos dependientes del tipo de información a extraer
• Utilización de ontologías de dominio
  
• Desarrollo de un sistema de extracción de información sobre un dominio específico

INTERFACES DE LENGUAJE NATURAL

Prof. Patricio Martínez Barco
Prof. Rafael Muñoz Guillena

• Creación de herramientas para el reconocimiento de lenguaje natural
• Creación de herramientas para la generación del lenguaje.
• Desarrollo de sistemas de diálogo.

DESARROLLO DE SISTEMAS DE BÚSQUEDA DE RESPUESTAS

Prof. José Luis Vicedo González

1. Introducción.
2. ¿Qué es un sistema de búsqueda de respuestas?
3. Contexto histórico. Áreas relacionadas
4. Aplicaciones
5. Sistemas de búsqueda de respuestas
6. Arquitectura general de los sistemas
   • El análisis de la pregunta
   • La recuperación de documentos
   • La extracción de la respuesta
7. Taxonomia de los sistemas de búsqueda de respuestas
   • Clasificaciones
   • Estudio de las diferentes aproximaciones
8. Principales líneas de desarrollo

BÚSQUEDA DE INFORMACIÓN BASADA EN PASAJES

Prof. Fernando Llopis Pascual

• Construir un sistema de recuperación de información basado en pasajes.
• Evaluar dicho sistema en función de su precisión y cobertura.
• Comparar dicho sistema con otros existentes en la literatura existente.

RECUPERACIÓN DE INFORMACIÓN MULTILINGüE

Prof. Jesús Peral Cortés
Prof. Antonio Ferrández Rodríguez

Uno de los problemas pendientes de resolver en los buscadores de información existentes en la actualidad es el afrontar el problema de la multilingualidad. Este problema consiste en poder realizar búsquedas de información independientemente del idioma en el que se presente tanto la pregunta del usuario como los documentos sobre los que se realiza la búsqueda. Por ello se pretende en este curso que el alumno estudie el estado del arte de los sistemas que intentan abordar este problema, para a partir de las soluciones existentes aporte su aproximación al problema. Dicha solución se deberá evaluar y comparar con otros sistemas similares.

TRABAJO SOBRE APRENDIZAJE CON DATOS ESTRUCTURADOS

Prof. José Oncina Carratalá
Prof. Jorge Calera Rubio

Estudio y desarrollo de algoritmos que permitan, a partir de muestras representativas de datos estructurados, la construcción automática de sistemas de descripción de dichos datos (gramáticas, autómatas o, en general sistemas formales) para su utilización en tareas de: corrección sintáctica, compresión, traducción automática, bioinformática, minería de datos, eliminación de ruido, etc.

APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL A LECTURA AUTOMÁTICA Y MARCADO ESTRUCTURAL DE TEXTOS

Prof. Rafael Carlos Carrasco Jiménez

Se trata de implementar alguna herramienta para alguna de las siguientes tareas:

• Etiquetado semiautomático de textos.
• Indexación de estructuras e integración con diccionarios para la búsqueda de información en textos etiquetados. Simplificación y especialización automática de DTD (Document Type Definition).
• Otras herramientas que permitan aprovechar el marcado estructural, por ejemplo para la recuperación de información.