• Esta turma ainda não possui um plano cadastrado.
  • Esta turma ainda não possui um plano cadastrado.

-

CPPGCC/CCN009 - PROCESSAMENTO DE LINGUAGEM NATURAL - Turma: 01 (2024.2)

Tópicos Aulas
Apresentação e discussão do plano de curso PLN: Introdução, motivação e aplicações (12/09/2024 - 17/09/2024)

* Competições para tarefas de PLN

IberLEF 2022 Taskshttps://sites.google.com/view/iberlef2022/tasks

IberLEF 2024 taskshttps://sites.google.com/view/iberlef-2024/tasks 

* Específicas para o Português:

ABSAPT24 - Aspect-Based Sentiment Analysis in Portuguese 2024 

PROPOR'24 Competition on Automatic Essay Scoring of Portuguese Narrative Essays

 

Drive: https://drive.google.com/drive/folders/1gpw3K70DpiCzaeOyYram_ABJtP6Eq7oq?usp=sharing 

   plano de ensino 
    
Inicia em 16/09/2024 às 0h 0 e finaliza em 19/09/2024 às 15h 59
    
Inicia em 18/09/2024 às 0h 0 e finaliza em 25/09/2024 às 23h 59
Representação de textos (Bag of Words - BoW) (19/09/2024 - 24/09/2024)
  Slides sobre IA, ML e DL 
Conceitos, processo de KDD, representação textual
    
Inicia em 25/09/2024 às 0h 0 e finaliza em 03/10/2024 às 23h 59
Recursos Léxicos (26/09/2024 - 01/10/2024)
    
Inicia em 26/09/2024 às 0h 0 e finaliza em 03/10/2024 às 23h 59
Representação: Word Embeddings (WE) (03/10/2024 - 03/10/2024)
Similaridade semântica (08/10/2024 - 08/10/2024)
    
Inicia em 15/10/2024 às 0h 0 e finaliza em 25/10/2024 às 23h 59
NLTK: Tokenização, POS Taggers, Parsers e Classificadores (10/10/2024 - 10/10/2024)
    
Inicia em 18/10/2024 às 0h 0 e finaliza em 28/10/2024 às 23h 59
Classificadores textuais: Avaliação (15/10/2024 - 15/10/2024)
Classificadores textos: Outros modelos (17/10/2024 - 17/10/2024)
Classificadores textos: Modelos do SkLearn (22/10/2024 - 22/10/2024)
Trabalho Prático 01: discussões e comentários (24/10/2024 - 29/10/2024)
    
Inicia em 07/11/2024 às 0h 0 e finaliza em 14/11/2024 às 23h 59
PLN com Redes Neurais (05/11/2024 - 07/11/2024)
Redes Convolucionais (CNN) (12/11/2024 - 12/11/2024)
Redes Recorrentes (RNN): LSTM e GRU (14/11/2024 - 19/11/2024)
Modelos Seq2Seq (21/11/2024 - 21/11/2024)
Modelos de Língua (LLMs): BERT, GPT e outros (26/11/2024 - 28/11/2024)
Trabalho Prático 02: discussões e comentários (03/12/2024 - 03/12/2024)
Acompanhamento de Projeto Final (05/12/2024 - 19/12/2024)
Apresentação Projeto Final (07/01/2025 - 14/01/2025)
Frequências da Turma
# Matrícula SET OUT Total
12 17 19 24 26 01 03 08 10 15 17 24 29 31
1 2023101**** 2 0 0 1 1 2 2 2 2 0 0 2 0 1 15
2 2024101**** 2 0 0 2 0 2 0 0 0 2 2 0 0 0 10
3 2024100**** 0 0 0 2 2 0 0 2 2 0 2 1 2 2 15
4 2024101**** 2 0 0 0 2 2 2 2 2 0 0 0 2 1 15
5 2024101**** 2 2 0 2 2 0 2 2 0 2 2 2 2 2 22
6 2024100**** 2 2 2 2 0 1 0 2 0 0 0 2 2 2 17
7 2024100**** 2 0 0 0 0 0 0 0 0 0 0 0 0 0 2
8 2023101**** 2 2 2 0 0 0 0 0 0 0 0 0 0 0 6
Notas da Turma

Nenhum item foi encontrado

Plano de Curso

Nesta página é possível visualizar o plano de curso definido pelo docente para esta turma.

Dados da Disciplina
Ementa: Conceitos básicos sobre PLN; Recursos léxicos; Corpora e Espaço vetorial; Categorização e Etiquetagem de Palavras; Extração de Informações Textuais; Aprendizagem para Classificação de Textos; Word Embeddings; Técnicas de Deep Learning; Modelos de Língua (BERT e Outros).
Objetivos:
Metodologia de Ensino e Avaliação
Metodologia: Procedimento de ensino:
• Aulas expositivas virtuais síncronas e assíncronas (T)
• Aulas práticas e exercícios (P)
• Elaboração de trabalhos práticos com temas atuais

Recursos de ensino:
Serão utilizados no processo ensino-aprendizagem: quadro de acrílico, projetor multimídia além do uso de notebook para demonstrações de ferramentas aos alunos(as).
Procedimentos de Avaliação da Aprendizagem: Para efeito de avaliação será observada a Resolução 043/95-CEPEX que regulamenta a Verificação do Rendimento Escolar nos Cursos de Graduação da Universidade Federal do Piauí.
Serão realizadas três avaliações (uma prova escrita e dois trabalhos práticos), envolvendo os conteúdos apresentados e discutidos nas aulas teóricas e práticas, sendo considerado(a) aprovado(a) na disciplina o(a) aluno(a) que:
• Obtiver frequência igual ou superior a 75% da carga horária da disciplina.
• Obtiver média aritmética nas três avaliações maior ou igual a 7 (sete), ou média aritmética igual ou superior a 6 (seis), resultante da média aritmética das avaliações e da nota do exame final.

O(A) aluno(a) que obtiver média aritmética das 3 avaliações inferior a 4 (quatro) será considerado(a) reprovado(a) e não realizará avaliação final. A prova final consistirá de todo o conteúdo da disciplina.
O(A) aluno(a) que não comparecer às avaliações e/ou exame final terá o direito de requerer a oportunidade de realizá-los em segunda chamada.
O(A) candidato(a) a exame de segunda chamada poderá requerê-lo por si ou por procurador legalmente constituído, ao professor da disciplina, através do departamento responsável pela mesma, em um prazo de 3 dias úteis, justificando através de documento o motivo da ausência.
Horário de atendimento: Terças e Quintas, das 14 às 16 horas ou em horário combinado com os(as) alunos(as)
Bibliografia: Bibliografia Básica:
• BIRD, S.; KLEIN, E.; LOPER, E. Natural Language Processing with Python. 1st. ed. [S.l.]: O’Reilly Media, Inc., 2009.
• NLTK book was updated for Python 3 and NLTK 3. Available in https://www.nltk.org/book/

Bibliografia Complementar:
CASELI, H. M.; NUNES, M.G.V. (org.) Processamento de Linguagem Natural: Conceitos, Técnicas e Aplicações em Português. BPLN, 2023. Disponível em: https://brasileiraspln.com/livro-pln
FACELI, K.; LORENA, A.; GAMA, J.; and CARVALHO, A. Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina. LTC. 2021.
JURAFSKY, D. and MARTIN, J. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. Prentice Hall series in artificial intelligence. PearsonPrentice Hall. 2009.
LIU, B. Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies, Morgan & Claypool Publishers, v. 5, n. 1, 1–167, 2012.
PORIA, S.; CAMBRIA, E.; GELBUKH, A. F. Aspect Extraction for Opinion Mining with a Deep Convolutional Neural Network. Knowledge-Based Systems, 108, 42–49, 2016.
Cronograma de Aulas

Início

Fim

Descrição
12/09/2024
17/09/2024
Apresentação e discussão do plano de curso PLN: Introdução, motivação e aplicações
19/09/2024
24/09/2024
Representação de textos (Bag of Words - BoW)
26/09/2024
01/10/2024
Recursos Léxicos
03/10/2024
03/10/2024
Representação: Word Embeddings (WE)
08/10/2024
08/10/2024
Similaridade semântica
10/10/2024
10/10/2024
NLTK: Tokenização, POS Taggers, Parsers e Classificadores
15/10/2024
15/10/2024
Classificadores textuais: Avaliação
17/10/2024
17/10/2024
Classificadores textos: Outros modelos
22/10/2024
22/10/2024
Classificadores textos: Modelos do SkLearn
24/10/2024
29/10/2024
Trabalho Prático 01: discussões e comentários
05/11/2024
07/11/2024
PLN com Redes Neurais
12/11/2024
12/11/2024
Redes Convolucionais (CNN)
14/11/2024
19/11/2024
Redes Recorrentes (RNN): LSTM e GRU
21/11/2024
21/11/2024
Modelos Seq2Seq
26/11/2024
28/11/2024
Modelos de Língua (LLMs): BERT, GPT e outros
03/12/2024
03/12/2024
Trabalho Prático 02: discussões e comentários
05/12/2024
19/12/2024
Acompanhamento de Projeto Final
07/01/2025
14/01/2025
Apresentação Projeto Final
Avaliações
Data Descrição
31/10/2024 1ª Avaliação
: Referência consta na biblioteca
Referências Básicas
Tipo de material Descrição
Referências Complementares
Tipo de material Descrição
Notícias da Turma
: Visualizar

Título

Data
Prova adiada para a quinta-feira, dia 07/11 04/11/2024
Palestras do BRACIS 2024 29/10/2024
Bases de dados para os trabalhos de PLN 09/10/2024
Troca de sala de aula 17/09/2024
Início da atividades 11/09/2024

SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | sigjb09.ufpi.br.instancia1 vSIGAA_3.12.1163 07/11/2024 21:13