crismunoz/NLP-PUCP

Curso Introducción a PLN (PUCP)

Curso Introducción a Procesamiento de Lenguaje Natural para CCSS (PUCP - 2022)

---

Profesor	Dr. Cristian Enrique Muñoz Villalobos
Horario	Sábados 2:00 PM - 5:00 PM

Introducción

Cantidades enormes de información relevante para las ciencias sociales son producidas diariamente, en reportes de organizaciones, tweets, periódicos, redes sociales, entre otros. Extraer información útil de estas grandes cantidades de texto es una tarea que requiere conocer los principios de procesamiento de texto como análisis de datos y de inteligencia artificial. En este taller se proporcionarán estos fundamentos con un enfoque aplicado a las ciencias sociales. En particular, se aplicará lo aprendido a la extracción de información desde cientos de reportes de la contraloría y de sentencias judiciales para producir información sobre corrupción en el Perú.

---

• Semana 1:

  • Introducción al Procesamiento de Lenguaje Natural (PLN)
  • Herramientas de Extracción de Información (Parte 1 - Web Crawling y OCR)

• Semana 2:

  • Herramientas de Extracción de Información (Parte 2 - LayoutParser y Expressiones Regulares)
  • Herramientas de Extracción de Información (Parte 3 - Tareas de PLN para extracción información a partir de Texto)
  • Presentación: Extracción Estructurada de Documentos con Deep Learning

• Semana 3:

  • Representación de texto: Representación de Palabras y Documentos
  • Aprendizaje de Representaciones: Modelos No Contextuales y Contextuales.

• Semana 4:

• Semana 5:

• Semana 6:

• Semana 7:

• Semana 8: