Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español
- Autores
- Cardellino, Cristian Adrián
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Alonso i Alemany, Laura
- Descripción
- 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.
- Materia
-
Computing methodologies-Semisupervised learning settings
Computing methodologies-Natural language processing
Computing methodologies-Artificial intelligence - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/6601
Ver los metadatos del registro completo
id |
RDUUNC_211768a9b520214dee5104cfbad3e1d9 |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/6601 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del españolCardellino, Cristian AdriánComputing methodologies-Semisupervised learning settingsComputing methodologies-Natural language processingComputing methodologies-Artificial intelligenceEsta 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.Alonso i Alemany, Laura2018info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://hdl.handle.net/11086/6601spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:34:49Zoai:rdu.unc.edu.ar:11086/6601Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:34:50.206Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
title |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
spellingShingle |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español Cardellino, Cristian Adrián Computing methodologies-Semisupervised learning settings Computing methodologies-Natural language processing Computing methodologies-Artificial intelligence |
title_short |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
title_full |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
title_fullStr |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
title_full_unstemmed |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
title_sort |
Estudio de métodos semisupervisados para la desambiguación de sentidos verbales del español |
dc.creator.none.fl_str_mv |
Cardellino, Cristian Adrián |
author |
Cardellino, Cristian Adrián |
author_facet |
Cardellino, Cristian Adrián |
author_role |
author |
dc.contributor.none.fl_str_mv |
Alonso i Alemany, Laura |
dc.subject.none.fl_str_mv |
Computing methodologies-Semisupervised learning settings Computing methodologies-Natural language processing Computing methodologies-Artificial intelligence |
topic |
Computing methodologies-Semisupervised learning settings Computing methodologies-Natural language processing Computing methodologies-Artificial intelligence |
dc.description.none.fl_txt_mv |
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. |
description |
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. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/6601 |
url |
http://hdl.handle.net/11086/6601 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1842349685245739008 |
score |
13.13397 |