Inferencia de estructuras gramaticales mediante descomposiciones a estructuras simples / Alejandro Javier Peralta Frías ; dir. por Gabriel Gastón Infante-Lopez.
Detalles de publicación: [S.l. : s.n.], 2007.Descripción: 52 hojas : ilustraciones ; 30 cmTema(s): Recursos en línea: Disponible en línea..Nota de disertación: Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2007. Resumen: Desarrollamos técnicas para inferir etiquetas complejas a partir de poco material de entrenamiento. La idea consiste en separar las etiquetas en partes significativas y entrenar taggers para que infieran en ellas a partir de una secuencia de palabras. De la secuencia resultante, recuperamos las etiquetas originales. Nuestra hipótesis es que la descomposición de las etiquetas genera mayor regularidad en los datos y al dividirlas en dos o más conjuntos, reducimos el conjunto de símbolos con el cual entrenamos el tagger y disminuimos los problemas causados por la escasez de datos. Nuestras técnicas se probaron en la tarea específica de POS tagging.Tipo de ítem | Biblioteca actual | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems |
---|---|---|---|---|---|---|---|
Trabajo Especial de Grado | FaMAF Secc. Tesis y Trabajos especiales | Trabajo Especial Computación CAJA 6 - 18619 | 1 | Disponible | 18619 | ||
Trabajo Especial de Grado | FaMAF Depósito Interno | TE C PER ej.2 | 2 | Disponible | 18620 |
Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2007.
Bibliografía: p. 51-52.
Desarrollamos técnicas para inferir etiquetas complejas a partir de poco material de entrenamiento. La idea consiste en separar las etiquetas en partes significativas y entrenar taggers para que infieran en ellas a partir de una secuencia de palabras. De la secuencia resultante, recuperamos las etiquetas originales. Nuestra hipótesis es que la descomposición de las etiquetas genera mayor regularidad en los datos y al dividirlas en dos o más conjuntos, reducimos el conjunto de símbolos con el cual entrenamos el tagger y disminuimos los problemas causados por la escasez de datos. Nuestras técnicas se probaron en la tarea específica de POS tagging.
Disponible en línea..