CATÁLOGO DE LA BIBLIOTECA
Vista normal Vista MARC Vista ISBD

Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español / Cristian Cardellino.

Por: Cardellino, Cristian Adrián, 1989-.
Colaborador(es): Alonso i Alemany, Laura, 1977- [dir.].
Tipo de material: materialTypeLabelLibroEditor: [S.l. : s.n. ], 2018Descripción: xvi, 186 p. : il. ; 30 cm.Tema(s): Computing methodologies-Semisupervised learning settings | Computing methodologies-Natural language processing | Computing methodologies-Artificial intelligence | Inteligencia artificial | Procesamiento de lenguaje natural | Desambiguación de sentidos | Desambiguación de verbos del español | Aprendizaje automático | Aprendizaje semisupervisado | Aprendizaje profundoRecursos en línea: Acceso a RDU-UNC Disponible en línea.Nota de disertación: Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2018. Resumen: Esta tesis explora el uso de técnicas semisupervisadas para la desambigación de sentidos verbales del español. El objetivo es el estudio de como la información de datos no etiquetados, que son mayores en tamaño, puede ayudar a un clasificador entrenado desde un conjunto de datos etiquetados pequeño. La tesis comienza desde la tarea completamente supervisada de desambiguación de sentidos verbales y estudia las siguientes técnicas semisupervisadas comparando su impacto en la tarea original: uso de vectores de palabras (o word embeddings), autoaprendizaje, aprendizaje activo y redes neuronales en escalera.Resumen: This thesis explores the use of semi-supervised learning techniques for Spanish verb sense disambiguation. The objective is to study how information from unlabeled sources, which are larger, can help a classifier trained from a small labeled resource. The thesis starts off from a purely supervised task of verb sense disambiguation and studies the following semi-supervised techniques, comparing their impact on the original task: use of word embeddings (or word vectors), self-learning, active learning and ladder neural networks.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
Tipo de ítem Ubicación actual Signatura Copia número Estado Notas Fecha de vencimiento Código de barras Reserva de ejemplares
Tesis de Doctorado Tesis de Doctorado FaMAF
Vitrina
T C CAR 1 Disponible Disponible en línea a la brevedad 23300
Total de reservas: 0

Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2018.

Bibliografía: p. 179-186.

Esta tesis explora el uso de técnicas semisupervisadas para la desambigación de sentidos verbales del español. El objetivo es el estudio de como la información de datos no etiquetados, que son mayores en tamaño, puede ayudar a un clasificador entrenado desde un conjunto de datos etiquetados pequeño. La tesis comienza desde la tarea completamente supervisada de desambiguación de sentidos verbales y estudia las siguientes técnicas semisupervisadas comparando su impacto en la tarea original: uso de vectores de palabras (o word embeddings), autoaprendizaje, aprendizaje activo y redes neuronales en escalera.

This thesis explores the use of semi-supervised learning techniques for Spanish verb sense disambiguation. The objective is to study how information from unlabeled sources, which are larger, can help a classifier trained from a small labeled resource. The thesis starts off from a purely supervised task of verb sense disambiguation and studies the following semi-supervised techniques, comparing their impact on the original task: use of word embeddings (or word vectors), self-learning, active learning and ladder neural networks.

Disponible en línea.

Haga clic en una imagen para verla en el visor de imágenes

Horario de la Biblioteca: lunes a viernes de 8:30 a 18:00hs

Av. Medina Allende s/n , Ciudad Universitaria, Córdoba, Argentina

Tel: +54 351 5353701 int. 127(Atención al Público) int. 151(Dirección)

biblio@famaf.unc.edu.ar