Processamento de Linguagem Natural

Métodos de ensino

A metodologia de ensino desta disciplina combina teoria e prática, com uma abordagem centrada na aprendizagem ativa. As aulas serão expositivas, ilustradas com exemplos práticos e estudos de caso, promovendo a aplicação direta dos conceitos. Os estudantes serão incentivados a participar ativamente por meio de exercícios práticos, que servirão como base para a reflexão e discussão em sala de aula. A interação constante entre professor e estudantes visa consolidar os conhecimentos adquiridos, com foco na experiência prática e resolução de problemas reais no contexto de Processamento de Linguagem Natural (NLP).

Objetivos de Unidade Curricular

Esta unidade curricular tem como objetivo fornecer uma introdução abrangente ao Processamento de Linguagem Natural (NLP), abordando desde conceitos básicos como string matching, técnicas intermediárias como modelagem de tópicos LDA e análise de sentimentos até técnicas avançadas com a introdução aos Modelos de Linguagem de Grande Escala (LLMs). A disciplina visa capacitar os participantes com as habilidades necessárias para entender, configurar e aplicar técnicas de NLP em diversos contextos, com um foco especial na implementação prática dessas técnicas.

Estagios

Nao

Programa

Introdução ao Processamento de Texto
Conceitos fundamentais do NLP
Técnicas básicas de pré-processamento de texto: tokenização, stemming, lematização, remoção de stop words
Representação de texto: Bag-of-Words, TF-IDF, word embeddings
String Matching e Similaridade de Textos
Técnicas de string matching: Levenshtein distance, Jaccard similarity, Cosine similarity
Aplicações em recuperação de informação e pesquisa textual
Análise de Sentimento
Aplicações em mídias sociais, análise de opinião e detecção de emoções
Introdução ao Latent Dirichlet Allocation (LDA)
Modelagem de Tópicos com LDA
Aplicações em categorização de documentos e extração de temas
Introdução aos Modelos de Linguagem de Grande Escala (LLMs)
Conceitos básicos e evolução dos LLMs
Introdução aos transformers e sua aplicação em NLP
Exemplos de LLMs: GPT, BERT, T5
Aplicações práticas de LLMs em geração de texto, tradução automática e resumo de texto

Itens Bibliograficos

[1] Natural Language Processing With Python: Analyzing Text With The Natural Language Toolkit 1St Edition. Steven Bird (Author), Ewan Klein (Author), Edward Loper (Author)
[2] Natural Language Processing In Action, Second Edition 2Nd Ed. Edition. Hobson Lane (Author), Maria Dyshel (Author)