Traducción Audiovisual y Localización (TRAVLOC) (conjunto con UAM)

Máster. Curso 2023/2024.

BASES Y MÉTODOS DE LA AUTOMATIZACIÓN DE LA TRADUCCIÓN - 609264

Curso Académico 2023-24

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Transversales
T4 - Planificar el propio trabajo y el trabajo en equipo de carácter multidisciplinar para aportar soluciones nuevas e innovadoras, siguiendo criterios y métodos de carácter eminentemente profesional.
T5 - Demostrar iniciativa en la generación de nuevas ideas, autoconfianza y espíritu emprendedor en el trabajo realizado. Saber aplicar los conocimientos adquiridos a la práctica de modo autónomo.
T7 - Adaptarse con agilidad y autonomía a nuevos problemas y situaciones, y más específicamente a aquellos relacionados con la vida profesional.
Específicas
CE02 - Alcanzar el manejo y contribuir al desarrollo de las herramientas tecnológicas usadas en el ámbito de la traducción, incluido el tratamiento de texto y de imagen para profesionales de este ámbito.
CE06 - Identificar, analizar y solucionar dificultades conceptuales, metodológicas y prácticas en el proceso traductor en el ámbito de las tecnologías aplicadas a la traducción.
CE07 - Identificar, adquirir y desarrollar las técnicas y el conocimiento experto necesario para realizar tareas de localización en un contexto profesional.

ACTIVIDADES DOCENTES

Clases teóricas
6 horas. Clases teóricas donde se presentarán los conocimientos que las/os alumnas/os deben adquirir. Las clases se fundamentarán en lecturas previas cuyas referencias serán facilitadas por el docente. La teoría estará enfocada a casos prácticos.
Clases prácticas
13,5 horas. Clases prácticas donde se realizarán tareas sencillas de programación que ayuden a comprender los métodos empleados en el PLN y sus resultados.
Otras actividades
Tutelas personales, a petición del estudiante. El profesor realizará el seguimiento del alumno de forma personalizada de manera presencial durante las sesiones presenciales. Se prevé un seminario o conferencia durante el semestre. La prueba presencial podrá incrementar el número de horas presenciales.
TOTAL
19,5 h presenciales. Esta asignatura se imparte en sede UAM.

Presenciales

3

Semestre

1

Breve descriptor:

Introducción a los conceptos básicos del Procesamiento del Lenguaje Natural que permitan comprender la lógica de funcionamiento de las tecnologías de traducción automática (en sus diferentes sistemas de traducción directa, por transferencia, estadística, con interlingua, híbridos) y asistida (por usuario humano o por ordenador), así como de las herramientas lingüísticas de asistencia al traductor en el ámbito de la traducción en general y en los ámbitos particulares de la Traducción Audiovisual y la Localización.

Objetivos

  • Comprender los problemas propios derivados de la naturaleza del tratamiento de las lenguas naturales.

  • Comprender la lógica de trabajo de los sistemas automáticos y ponerla en práctica con un lenguaje de programación.

  • Conocer los diferentes modelos utilizados en el Procesamiento del Lenguaje Natural.

  • Saber analizar problemas de la automatización y encontrar las soluciones.

Contenido

  1. Introducción al Procesamiento del Lenguaje Natural (PLN) aplicado a la Traducción

  2. Los lenguajes de programación y de etiquetado

  3. Retos fundamentales del PLN y metodologías actuales para enfrentarlos

Evaluación

La evaluación constará de los siguientes apartados:
20% Asistencia, participación y resolución de ejercicios en evaluación continua.
40% Un ejercicio práctico individual o colectivo.
40% Una prueba presencial. En caso de irregularidad (plagio, copia, suplantación de identidad,
etc.) en una actividad de evaluación, la calificación final de la asignatura será 0.

Bibliografía

https://www.inicios.es
• Alshawi, H., Srinivas, B. and Douglas, S, 2000. Learning Dependency Translation Models as Collections of Finite State Head Transducers, Computational Linguistics, vol. 26.
• ALPAC. 1966. Language and machines: Computers in Translation and Linguistics. A Report by the Automatic Language Processing Advisory Committee. Division of Behavioral Sciences, National Academy of Sciences, National Research Council, Washington, D.C.
• Gries, S. T. (2009). Quantitative corpus linguistics with R. A practical introduction. Oxford: Routledge.
• Halliday, M.A.K. (1991). “Corpus studies and probabilistic grammar.” In Karin Aijmer & Bengt Altenberg, eds., English Corpus Linguistics. London: Longman, 30-43.
• Halliday, M.A.K. (1992). “Language as system and language as instance: the corpus as a theoretical construct.” In Jan Svartvik, ed., Directions in Corpus Linguistics. Berlin: de Gruyter, 61-77.

Otra información relevante

- Además del contacto personal en el centro de estudios, se emplearán las distintas herramientas y plataformas TIC ya existentes —y cualesquiera otras que pudieran arbitrarse— como canal de comunicación entre los estudiantes y el profesor. Tales herramientas servirán para dar avisos, concertar tutorías y revisiones de trabajos y pruebas, así como para notificar todo tipo de cuestiones relacionadas con la asignatura. Es, por tanto, absolutamente indispensable que el estudiante haga uso con asiduidad de esas herramientas. Por otro lado, el estudiante debe poseer una buena conexión a internet y una dirección de correo electrónico (de estructura profesional) que deberá consultar diariamente. En este sentido, será indispensable el uso de la dirección electrónica de la UCM o la UAM, que será la dirección principal de comunicación.
esulta particularmente recomendable que el estudiante acuda a clase con su ordenador portátil y el software de trabajo que el profesor recomiende.
- El horario de atención al estudiante se facilitará al comenzar las clases. Es aconsejable, no obstante, escribir al profesor con antelación suficiente (unas 48 horas) siempre que se desee concertar una cita.

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo T - - -MARIA DEL CARMEN GOMEZ PEREZ