Calidad de datos y aprendizaje automático: detección de errores semánticos en datos estructurados con esquema desconocido

"El presente trabajo tiene como objetivo general evaluar si técnicas del aprendizaje automático provenientes del área del procesamiento natural del lenguaje pueden tener aplicación práctica en la detección semiautomática de errores semánticos en datos estructurados multivariados con calidad y e...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Lentini, Alejandro Daniel
Otros Autores: Soliani, Valeria
Formato: Trabajo final de especialización
Lenguaje:Español
Publicado: 2021
Materias:
Acceso en línea:http://ri.itba.edu.ar/handle/123456789/3674
Aporte de:
Descripción
Sumario:"El presente trabajo tiene como objetivo general evaluar si técnicas del aprendizaje automático provenientes del área del procesamiento natural del lenguaje pueden tener aplicación práctica en la detección semiautomática de errores semánticos en datos estructurados multivariados con calidad y esquema de datos desconocidos, ofreciendo lineamientos para el desarrollo de herramientas que asistan a los usuarios en estas tareas."