Por favor, use este identificador para citar o enlazar este ítem:
http://infotec.repositorioinstitucional.mx/jspui/handle/1027/655
Análisis de la competitividad de representaciones basadas en bolsa de palabras en tareas de procesamiento de lenguaje natural | |
MARIO GRAFF GUERRERO | |
Acceso Abierto | |
Atribución-NoComercial-CompartirIgual | |
Inteligencia computacional en la Ciencia de Datos Categorización de texto Bolsa de palabras Representaciones de texto | |
En la actualidad las tareas de procesamiento de lenguaje natural (PLN) están siendo atacadas con representaciones obtenidas mediante aprendizaje profundo, dejando de lado técnicas tradicionales como las representaciones basadas en bolsa de palabras. Aunque el rendimiento de soluciones basadas en aprendizaje profundo ha sido superior en diversas tareas, la creación de estos modelos es computacionalmente intensa además de que se requieren de una gran cantidad de datos. Por otro lado las bolsas de palabras requiere una cantidad menor de recursos tanto en datos como en cómputo. Este proyecto estudiará la competitividad del uso de bolsa de palabras principalmente en tareas de PLN que se puede plantear como problemas de categorización de texto, ejemplos de estos son el identificar la polaridad de un texto, la emoción o el género de la persona que lo escribió. | |
INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación | |
2024 | |
Protocolo de investigación | |
Español | |
Empresas Estudiantes Investigadores Maestros | |
Graff Guerrero, Mario. (2024). Análisis de la competitividad de representaciones basadas en bolsa de palabras en tareas de procesamiento de lenguaje natural. INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación, Ciudad de México. | |
TECNOLOGÍA DE LAS TELECOMUNICACIONES | |
Versión publicada | |
publishedVersion - Versión publicada | |
Aparece en las colecciones: | Proyectos 2024 |
Cargar archivos:
Fichero | Tamaño | Formato | |
---|---|---|---|
Dr_Mario_Graff-Proyecto_2024.pdf | 517.07 kB | Adobe PDF | Visualizar/Abrir |