RT info:eu-repo/semantics/doctoralThesis
T1 El aprendizaje semisupervisado como superación en precisión del aprendizaje supervisado en Desambiguación del Sentido de las Palabras
A1 Sánchez de Madariaga, Ricardo
K1 Semántica-Proceso de datos
K1 Procesado del lenguaje natural (Informática)
K1 Lingüística computacional
K1 Información|-Sistemas de almacenamiento y recuperación
K1 Ciencias tecnológicas
K1 Informática
K1 Computer science
K1 Artificial Intelligence
K1 Inteligencia artificial
AB Se ha desarrollado un nuevo algoritmo de Desambiguación del Sentido de las Palabras (Word Sense Disambiguation) semisupervisado de autoarranque (bootstrapping) que alivia en gran medida el problema del Cuello de Botella de la Adquisición de Conocimiento (Knowledge Acquisition Bottleneck), que afecta  de forma severa a los algoritmos supervisados actuales. Se demuestra que los algoritmos de Desambiguación del Sentido de las Palabras rinden una precisión mucho menor en corpus de texto general equilibrados (corpus reales) que en corpus de texto periodístico, debido a la naturaleza estereotipada y repetitiva de estos últimos. El algoritmo de autoarranque nuevo alcanza la precisión de los algoritmos supervisados en corpus reales, no periodísticos, y puede superarlos potencialmente debido al uso de una metodología de decisión binaria combinada con la propiedad un sentido por discurso (one-sense-per-discourse (OSPD) del lenguaje natural y a la mayor flexibilidad de los algoritmos de autoarranque (semisupervisados) que los supervisados, que les permite abordar mucho mejor que estos las fluctuaciones de dominio presentes en los corpus reales de texto general.
YR 2008
FD 2008
LK http://hdl.handle.net/10017/2632
UL http://hdl.handle.net/10017/2632
LA spa
DS MINDS@UW
RD 20-abr-2024