Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales

Mostrar todas las versiones(2)

Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.

Detalles Bibliográficos
Autor principal: Marro, Santiago
Otros Autores: Cardellino, Cristian Adrián
Formato: publishedVersion bachelorThesis
Lenguaje:Español
Publicado: 2020
Materias:
Redes neuronales
Redes neuronales en escalera
Procesamiento del lenguaje natural
Reconocimiento de entidades nombradas
Aprendizaje automático
Computing methodologies
Machine learning approaches
Neural networks
Acceso en línea:http://hdl.handle.net/11086/14594
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-14594
record_format dspace
spelling I10-R141-11086-145942023-12-13T19:20:03Z Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales Marro, Santiago Cardellino, Cristian Adrián Redes neuronales Redes neuronales en escalera Procesamiento del lenguaje natural Reconocimiento de entidades nombradas Aprendizaje automático Computing methodologies Machine learning approaches Neural networks Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019. info:eu-repo/semantics/publishedVersion Fil: Marro, Santiago. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. En este trabajo se exploró el uso de un método de aprendizaje automático semi-supervisado profundo, conocido como “Redes Neu- ronales en Escalera”. Como caso de estudio, se decidió abordar la tarea de reconocimiento y clasificación de entidades nombradas dentro del dominio legal. Como baselines se establecieron el Stanford NER-CRF y las redes recurrentes BiLSTM. El trabajo consistió en la exploración de distintos aspectos y parámetros donde se buscó evaluar el impacto de los datos no supervisados y su comparación con métodos puramente supervisados, en busca de mejorar desempeño y capacidad de generalización. This thesis explored the use of a semi-supervised deep learning method known as “Ladder Neural Networks”. As a case study, it was decided to address the task of recognizing and classifying na- med entities within the legal domain. The Stanford NER-CRF and the BiLSTM Recurrent Neural Networks were established as baseli- nes. The work consisted in the exploration of different aspects and parameters where it was sought to evaluate the impact of unsupervi- sed data and its comparison with purely supervised methods, seeking to improve performance and generalization capacity. info:eu-repo/semantics/publishedVersion Fil: Marro, Santiago. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. 2020-02-06T19:24:01Z 2020-02-06T19:24:01Z 2019 bachelorThesis http://hdl.handle.net/11086/14594 spa Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Redes neuronales
Redes neuronales en escalera
Procesamiento del lenguaje natural
Reconocimiento de entidades nombradas
Aprendizaje automático
Computing methodologies
Machine learning approaches
Neural networks
spellingShingle Redes neuronales
Redes neuronales en escalera
Procesamiento del lenguaje natural
Reconocimiento de entidades nombradas
Aprendizaje automático
Computing methodologies
Machine learning approaches
Neural networks
Marro, Santiago
Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
topic_facet Redes neuronales
Redes neuronales en escalera
Procesamiento del lenguaje natural
Reconocimiento de entidades nombradas
Aprendizaje automático
Computing methodologies
Machine learning approaches
Neural networks
description Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.
author2 Cardellino, Cristian Adrián
author_facet Cardellino, Cristian Adrián
Marro, Santiago
format publishedVersion
bachelorThesis
author Marro, Santiago
author_sort Marro, Santiago
title Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
title_short Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
title_full Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
title_fullStr Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
title_full_unstemmed Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
title_sort estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
publishDate 2020
url http://hdl.handle.net/11086/14594
work_keys_str_mv AT marrosantiago estudioderedesneuronalesenescaleracomometodosemisupervisadoparareconocimientodeentidadesnombradasentextoslegales
_version_ 1806948424238497792

Ejemplares similares