Question aswering aplicado a la web semántica: predicción de la respuesta esperada

Autores
Oyarzun, Matias; Roger, Sandra
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El Procesamiento de Lenguaje Natural es uno de los campos más desafiantes que se tiene en la actualidad. Dentro de éste, una de las áreas que surgen naturalmente es aquella que incluye los Sistemas de Búsqueda de Respuestas (Question Answering - QAfi cuyo objetivo consiste en dar respuestas correctas o concretas automáticamente a preguntas formuladas por el ser humano en lenguaje natural, evitando traer documentos u otros tipos de fuentes de información extensa. Al momento de realizar este tipo de sistemas, se hacen presente múltiples dificultades. Esto se debe a que el lenguaje natural es ambiguo y por lo tanto puede ser interpretado de diversas formas. Se hace principalmente evidente durante la interpretación de preguntas, pues basta con malinterpretar el tipo de la misma para generar resultados erróneos. Aquí surge la importancia de poder determinar correctamente lo esperado por la pregunta para poder procesarla, lo que se denomina como Question/Answer Classification. Gracias a la evolución de la Web Semántica, gran parte de la información disponible en la web se encuentran en forma de bases de conocimientos (Knowledge Bases - KB) para ser utilizados, lo que permite minimizar la posibilidad de existencia de ambigüedades, facilitando así el trabajo necesario para el desarrollo de aplicaciones que hagan uso de los datos tal y como es el caso. Así, el objetivo principal de este plan es la investigación y desarrollo de soluciones basadas en tecnologías de sistemas QA que permitan reducir la búsqueda de información para extraer las respuestas, sobre tecnologías de la Web Semántica a través de herramientas de Lenguaje Natural, lo que contribuye al desarrollo de agentes inteligentes inmersos en la Web. Para esto, se busca en una primera etapa poder realizar una clasificación correcta del tipo de pregunta, lo que permitirá optimizar a las siguientes etapas que abarcan el proceso de búsqueda, pues reduce el espacio de búsqueda e incluso filtrar cualquier tipo de respuesta que no sea apropiada. Una vez que este proceso de clasificación de preguntas se encuentre hecho, se procederá a afrontar el problema de localizar, extraer y presentar al usuario aquella información que desea conocer, mediante una respuesta concreta y de la forma más amigable posible.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Sistemas de búsqueda de respuestas
Question answering
Predicción de la respuesta esperada
Generalización de texto
Procesamiento de lenguaje natural
Web semántica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/144403
Acceder
id SEDICI_511fd3cdae5eb367ac14097a23982ad1
oai_identifier_str oai:sedici.unlp.edu.ar:10915/144403
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Question aswering aplicado a la web semántica: predicción de la respuesta esperadaOyarzun, MatiasRoger, SandraCiencias InformáticasSistemas de búsqueda de respuestasQuestion answeringPredicción de la respuesta esperadaGeneralización de textoProcesamiento de lenguaje naturalWeb semánticaEl Procesamiento de Lenguaje Natural es uno de los campos más desafiantes que se tiene en la actualidad. Dentro de éste, una de las áreas que surgen naturalmente es aquella que incluye los Sistemas de Búsqueda de Respuestas (Question Answering - QAfi cuyo objetivo consiste en dar respuestas correctas o concretas automáticamente a preguntas formuladas por el ser humano en lenguaje natural, evitando traer documentos u otros tipos de fuentes de información extensa. Al momento de realizar este tipo de sistemas, se hacen presente múltiples dificultades. Esto se debe a que el lenguaje natural es ambiguo y por lo tanto puede ser interpretado de diversas formas. Se hace principalmente evidente durante la interpretación de preguntas, pues basta con malinterpretar el tipo de la misma para generar resultados erróneos. Aquí surge la importancia de poder determinar correctamente lo esperado por la pregunta para poder procesarla, lo que se denomina como Question/Answer Classification. Gracias a la evolución de la Web Semántica, gran parte de la información disponible en la web se encuentran en forma de bases de conocimientos (Knowledge Bases - KB) para ser utilizados, lo que permite minimizar la posibilidad de existencia de ambigüedades, facilitando así el trabajo necesario para el desarrollo de aplicaciones que hagan uso de los datos tal y como es el caso. Así, el objetivo principal de este plan es la investigación y desarrollo de soluciones basadas en tecnologías de sistemas QA que permitan reducir la búsqueda de información para extraer las respuestas, sobre tecnologías de la Web Semántica a través de herramientas de Lenguaje Natural, lo que contribuye al desarrollo de agentes inteligentes inmersos en la Web. Para esto, se busca en una primera etapa poder realizar una clasificación correcta del tipo de pregunta, lo que permitirá optimizar a las siguientes etapas que abarcan el proceso de búsqueda, pues reduce el espacio de búsqueda e incluso filtrar cualquier tipo de respuesta que no sea apropiada. Una vez que este proceso de clasificación de preguntas se encuentre hecho, se procederá a afrontar el problema de localizar, extraer y presentar al usuario aquella información que desea conocer, mediante una respuesta concreta y de la forma más amigable posible.Red de Universidades con Carreras en Informática2022-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf452-455http://sedici.unlp.edu.ar/handle/10915/144403spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9info:eu-repo/semantics/reference/hdl/10915/142555info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:36:52Zoai:sedici.unlp.edu.ar:10915/144403Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:53.163SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Question aswering aplicado a la web semántica: predicción de la respuesta esperada
title Question aswering aplicado a la web semántica: predicción de la respuesta esperada
spellingShingle Question aswering aplicado a la web semántica: predicción de la respuesta esperada
Oyarzun, Matias
Ciencias Informáticas
Sistemas de búsqueda de respuestas
Question answering
Predicción de la respuesta esperada
Generalización de texto
Procesamiento de lenguaje natural
Web semántica
title_short Question aswering aplicado a la web semántica: predicción de la respuesta esperada
title_full Question aswering aplicado a la web semántica: predicción de la respuesta esperada
title_fullStr Question aswering aplicado a la web semántica: predicción de la respuesta esperada
title_full_unstemmed Question aswering aplicado a la web semántica: predicción de la respuesta esperada
title_sort Question aswering aplicado a la web semántica: predicción de la respuesta esperada
dc.creator.none.fl_str_mv Oyarzun, Matias
Roger, Sandra
author Oyarzun, Matias
author_facet Oyarzun, Matias
Roger, Sandra
author_role author
author2 Roger, Sandra
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Sistemas de búsqueda de respuestas
Question answering
Predicción de la respuesta esperada
Generalización de texto
Procesamiento de lenguaje natural
Web semántica
topic Ciencias Informáticas
Sistemas de búsqueda de respuestas
Question answering
Predicción de la respuesta esperada
Generalización de texto
Procesamiento de lenguaje natural
Web semántica
dc.description.none.fl_txt_mv El Procesamiento de Lenguaje Natural es uno de los campos más desafiantes que se tiene en la actualidad. Dentro de éste, una de las áreas que surgen naturalmente es aquella que incluye los Sistemas de Búsqueda de Respuestas (Question Answering - QAfi cuyo objetivo consiste en dar respuestas correctas o concretas automáticamente a preguntas formuladas por el ser humano en lenguaje natural, evitando traer documentos u otros tipos de fuentes de información extensa. Al momento de realizar este tipo de sistemas, se hacen presente múltiples dificultades. Esto se debe a que el lenguaje natural es ambiguo y por lo tanto puede ser interpretado de diversas formas. Se hace principalmente evidente durante la interpretación de preguntas, pues basta con malinterpretar el tipo de la misma para generar resultados erróneos. Aquí surge la importancia de poder determinar correctamente lo esperado por la pregunta para poder procesarla, lo que se denomina como Question/Answer Classification. Gracias a la evolución de la Web Semántica, gran parte de la información disponible en la web se encuentran en forma de bases de conocimientos (Knowledge Bases - KB) para ser utilizados, lo que permite minimizar la posibilidad de existencia de ambigüedades, facilitando así el trabajo necesario para el desarrollo de aplicaciones que hagan uso de los datos tal y como es el caso. Así, el objetivo principal de este plan es la investigación y desarrollo de soluciones basadas en tecnologías de sistemas QA que permitan reducir la búsqueda de información para extraer las respuestas, sobre tecnologías de la Web Semántica a través de herramientas de Lenguaje Natural, lo que contribuye al desarrollo de agentes inteligentes inmersos en la Web. Para esto, se busca en una primera etapa poder realizar una clasificación correcta del tipo de pregunta, lo que permitirá optimizar a las siguientes etapas que abarcan el proceso de búsqueda, pues reduce el espacio de búsqueda e incluso filtrar cualquier tipo de respuesta que no sea apropiada. Una vez que este proceso de clasificación de preguntas se encuentre hecho, se procederá a afrontar el problema de localizar, extraer y presentar al usuario aquella información que desea conocer, mediante una respuesta concreta y de la forma más amigable posible.
Red de Universidades con Carreras en Informática
description El Procesamiento de Lenguaje Natural es uno de los campos más desafiantes que se tiene en la actualidad. Dentro de éste, una de las áreas que surgen naturalmente es aquella que incluye los Sistemas de Búsqueda de Respuestas (Question Answering - QAfi cuyo objetivo consiste en dar respuestas correctas o concretas automáticamente a preguntas formuladas por el ser humano en lenguaje natural, evitando traer documentos u otros tipos de fuentes de información extensa. Al momento de realizar este tipo de sistemas, se hacen presente múltiples dificultades. Esto se debe a que el lenguaje natural es ambiguo y por lo tanto puede ser interpretado de diversas formas. Se hace principalmente evidente durante la interpretación de preguntas, pues basta con malinterpretar el tipo de la misma para generar resultados erróneos. Aquí surge la importancia de poder determinar correctamente lo esperado por la pregunta para poder procesarla, lo que se denomina como Question/Answer Classification. Gracias a la evolución de la Web Semántica, gran parte de la información disponible en la web se encuentran en forma de bases de conocimientos (Knowledge Bases - KB) para ser utilizados, lo que permite minimizar la posibilidad de existencia de ambigüedades, facilitando así el trabajo necesario para el desarrollo de aplicaciones que hagan uso de los datos tal y como es el caso. Así, el objetivo principal de este plan es la investigación y desarrollo de soluciones basadas en tecnologías de sistemas QA que permitan reducir la búsqueda de información para extraer las respuestas, sobre tecnologías de la Web Semántica a través de herramientas de Lenguaje Natural, lo que contribuye al desarrollo de agentes inteligentes inmersos en la Web. Para esto, se busca en una primera etapa poder realizar una clasificación correcta del tipo de pregunta, lo que permitirá optimizar a las siguientes etapas que abarcan el proceso de búsqueda, pues reduce el espacio de búsqueda e incluso filtrar cualquier tipo de respuesta que no sea apropiada. Una vez que este proceso de clasificación de preguntas se encuentre hecho, se procederá a afrontar el problema de localizar, extraer y presentar al usuario aquella información que desea conocer, mediante una respuesta concreta y de la forma más amigable posible.
publishDate 2022
dc.date.none.fl_str_mv 2022-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/144403
url http://sedici.unlp.edu.ar/handle/10915/144403
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9
info:eu-repo/semantics/reference/hdl/10915/142555
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
452-455
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616245970731008
score 13.070432

Publicaciones similares