Resolución de 17 de octubre de 2025, de la Universidad de Zaragoza, por la que se publica el plan de estudios de Máster Universitario Erasmus Mundus en Ciencia de Datos Lingüísticos/Erasmus Mundus Master in Linguistic Data Science.

Obtenida la verificación del plan de estudios por el Consejo de Universidades, previo informe favorable de la Agencia de Calidad y Prospectiva Universitaria de Aragón, así como la autorización de la Comunidad Autónoma de Aragón, y establecido el carácter oficial del título por Acuerdo del Consejo de Ministros de 23 de septiembre de 2025 (publicado en el «Boletín Oficial del Estado», número 236, de 1 de octubre de 2025).

Este Rectorado, de conformidad con lo dispuesto en el artículo 8.3 de la Ley Orgánica 2/2023, de 22 de marzo, del Sistema Universitario (publicada en el «Boletín Oficial del Estado», número 70, de 23 de marzo de 2023), ha resuelto ordenar la publicación del plan de estudios de Máster Universitario Erasmus Mundus en Ciencia de Datos Lingüísticos/Erasmus Mundus Master in Linguistic Data Science por la Universidad de Zaragoza; National University of Ireland, Galway/Ollscoill na hÉireann, Gaillimh (Irlanda); Universidade Nova de Lisboa (Portugal) y Università Cattolica del Sacro Cuore – Milano (Italia)., que queda estructurado según consta en el anexo a esta resolución.

Zaragoza, 17 de octubre de 2025.–La Rectora, Rosa María Bolea Bailo.

ANEXO

Plan de estudios conducente a la obtención del título de Máster Universitario Erasmus Mundus en Ciencia de Datos Lingüísticos/Erasmus Mundus Master in Linguistic Data Science por la Universidad de Zaragoza; National University of Ireland, Galway/Ollscoill na hÉireann, Gaillimh (Irlanda); Universidade Nova de Lisboa (Portugal) y Università Cattolica del Sacro Cuore – Milano (Italia)

CÓDIGO RUCT: 3500872

Estructura de las enseñanzas

(Real Decreto 822/2021 de 28 de septiembre, anexo II, apartado 4.1)

1. Rama de conocimiento: Ingeniería y Arquitectura.

2. Ámbito de conocimiento a la que se adscribe el título: Interdisciplinar.

3. Distribución del plan de estudios en créditos ECTS, por tipo de materia:

Tipo de materia | Créditos ECTS Obligatorias (OB). | 75-84 (*) Optativas (OP). | 6-15 (*) Trabajo fin de Máster (TFM). | 30 Total. | 120 (*) Según el itinerario elegido.

4. Contenido del plan de estudios:

Universidad | Itinerario (Semestre) | Asignatura | Carácter | Créditos ECTS NOVA. | 1 (S1) | Lexicology. | OB | 5 1 (S1) | Lexicography. | OB | 5 1 (S1) | Theories in Terminology. | OB | 10 UNICATT. | 2 (S1) | Computational Linguistics 1. | OB | 8 2 (S1) | Digital tools for the Humanities. | OB | 8 2 (S1) | English Language for Linguistic Computing. | OB | 6 UOG. | 3-4 (S1) | Natural Language Processing. | OB | 5 3-4 (S1) | Tools and techniques for large scale data analytics. | OB | 5 3-4 (S1) | Machine learning. | OB | 5 3-4 (S1) | Programming for Data Analytics. | OB | 5 3-4 (S1) | Ethics. | OB | 5 3-4 (S1) | Knowledge Graphs. | OB | 5 NOVA. | 3 (S2) | Terminology and Ontologies. | OB | 10 3 (S2) | Computational Linguistics. | OB | 10 UNICATT. | 4 (S2) | Computational Linguistics 2. | OB | 8 4 (S2) | Formal methods and models for CL. | OB | 8 4 (S2) | Semantic fundamentals for natural language processing. | OB | 8 UNIZAR. | 1-2 (S2) | Computational semantics. | OB | 5 1-2 (S2) | Language models. | OB | 5 1-2 (S2) | Natural language processing. | OB | 5 1-2 (S2) | Speech processing. | OB | 5 1-2 (S2) | Machine learning and Deep learning. | OB | 5 Rotativa. | 1-2-3-4 (S3) | Datathon in Linguistic Linked Data. | OB | 6 1-2-3-4 (S3) | Advanced topics in Linguistic Data Science. | OB | 6 1-2-3-4 (S3) | Advanced topics in Data Science. | OB | 6 1-2-3-4 (S3) | Project and change management. | OB | 8 1-2-3-4 (S3) | Orientation seminar. | OB | 4 NOVA. | 1 (S1) | Social Study of Artificial Intelligence. | OP | 10 1 (S1) | Research Data Management and Curation. | OP | 10 1 (S1) | Standards for representing lexicographic and terminological data. | OP | 10 3 (S2) | Introduction to programming for data mining. | OP | 10 3 (S2) | Information curation. | OP | 10 3 (S2) | Corpus linguistics and terminology extraction. | OP | 10 UNICATT. | 2 (S1) | Fundamentals of Computer Science for Linguistics. | OP | 8 2 (S1) | Theory and method of linguistic annotation. | OP | 8 4 (S2) | Advanced English language for linguistic computing. | OP | 6 4 (S2) | Data sctructures and database systems concepts. | OP | 6 4 (S2) | Issues of theoretical linguistics in NLP and CL. | OP | 6 UNIZAR. | 1-2 (S2) | Corpus linguistics. | OP | 5 1-2 (S2) | Text analytics. | OP | 5 1-2 (S2) | Advanced topics in linguistics. | OP | 5 Elección estudiante. | 1-2-3-4 (S4) | Master´s dissertation. | TFM | 30

Optativas: en cada semestre e itinerario elegir 1.

Modalidades TFM: Dissertation/Internship + report/Project.

Universidades:

NOVA: Universidade Nova de Lisboa (Portugal).

UNICATT: Università Cattolica del Sacro Cuore – Milano (Italia).

UOG: National University of Ireland, Galway/Ollscoill na hÉireann, Gaillimh (Irlanda).

UNIZAR: Universidad de Zaragoza (España).

Para más información sobre este plan de estudios, se puede consultar la página web de la Universidad de Zaragoza: https://estudios.unizar.es/