Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras

Mostrar todas las versiones(2)

Los modelos actuales de Procesamiento del Lenguaje Natural son capaces de alcanzar excelentes resultados en tareas lingüísticas. Po rejemplo, los modelos basados en redes LSTM pueden generar abstracciones para hacer predicciones sobre las palabras futuras. Dicha habilidad abre una ventana en el camp...

Descripción completa

Detalles Bibliográficos
Autores principales:	Umfurer, Alfredo, Kamienkowski, Juan, Bianchi, Bruno
Formato:	Articulo
Lenguaje:	Español
Publicado:	2022
Materias:	Ciencias Informáticas LSTM Eye Movements Linear Mixed Model Reading
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/142897 https://publicaciones.sadio.org.ar/index.php/EJS/article/view/218
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-142897
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas LSTM Eye Movements Linear Mixed Model Reading
spellingShingle	Ciencias Informáticas LSTM Eye Movements Linear Mixed Model Reading Umfurer, Alfredo Kamienkowski, Juan Bianchi, Bruno Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
topic_facet	Ciencias Informáticas LSTM Eye Movements Linear Mixed Model Reading
description	Los modelos actuales de Procesamiento del Lenguaje Natural son capaces de alcanzar excelentes resultados en tareas lingüísticas. Po rejemplo, los modelos basados en redes LSTM pueden generar abstracciones para hacer predicciones sobre las palabras futuras. Dicha habilidad abre una ventana en el campo de la neurociencia cognitiva. Se sabe que la probabilidad de que un lector sepa una palabra antes de leerla (variable denominada cloze-Predictability) impacta en el tiempo que el lector se posa sobre ella. Sin embargo, poco se sabe acerca de cuando o como estas predicciones son realizadas. Aquí, entrenamos modelos basados en LSTM para predecir palabras futuras y usar sus predicciones para reemplazar la cloze-Predictability en modelos estadísticos del campo de la neurociencia. Observamos que la LSTM-Predictability puede modelar movimientos oculares con un alto solapamiento tanto con cloze-Predictability como con la frecuencia léxica. Además, este rendimiento varía en función del corpus de entrenamiento. Este estudio es un paso más hacia la comprensión de cómo nuestro cerebro realiza predicciones durante la lectura.
format	Articulo Articulo
author	Umfurer, Alfredo Kamienkowski, Juan Bianchi, Bruno
author_facet	Umfurer, Alfredo Kamienkowski, Juan Bianchi, Bruno
author_sort	Umfurer, Alfredo
title	Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
title_short	Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
title_full	Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
title_fullStr	Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
title_full_unstemmed	Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
title_sort	utilización de modelos de lenguaje basados en redes lstm y movimientos oculares para la comprensión del proceso de predicción de palabras futuras
publishDate	2022
url	http://sedici.unlp.edu.ar/handle/10915/142897 https://publicaciones.sadio.org.ar/index.php/EJS/article/view/218
work_keys_str_mv	AT umfureralfredo utilizaciondemodelosdelenguajebasadosenredeslstmymovimientosocularesparalacomprensiondelprocesodepredicciondepalabrasfuturas AT kamienkowskijuan utilizaciondemodelosdelenguajebasadosenredeslstmymovimientosocularesparalacomprensiondelprocesodepredicciondepalabrasfuturas AT bianchibruno utilizaciondemodelosdelenguajebasadosenredeslstmymovimientosocularesparalacomprensiondelprocesodepredicciondepalabrasfuturas AT umfureralfredo usinglstmbasedlanguagemodelsandhumaneyemovementsmetricstounderstandnextwordpredictions AT kamienkowskijuan usinglstmbasedlanguagemodelsandhumaneyemovementsmetricstounderstandnextwordpredictions AT bianchibruno usinglstmbasedlanguagemodelsandhumaneyemovementsmetricstounderstandnextwordpredictions
bdutipo_str	Repositorios
_version_	1764820459080122368

Utilización de modelos de lenguaje basados en redes LSTM y movimientos oculares para la comprensión del proceso de predicción de palabras futuras

Ejemplares similares