Estudio de redes neuronales en escalera como método semi-supervisado para reconocimiento de entidades nombradas en textos legales
Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.
Main Author: | |
---|---|
Other Authors: | |
Format: | info:eu-repo/semantics/publishedVersion |
Language: | spa |
Published: |
2020
|
Subjects: | |
Online Access: | http://hdl.handle.net/11086/14594 |
_version_ | 1801211940750491648 |
---|---|
author | Marro, Santiago |
author2 | Cardellino, Cristian Adrián |
author_facet | Cardellino, Cristian Adrián Marro, Santiago |
author_sort | Marro, Santiago |
collection | Repositorio Digital Universitario |
description | Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019. |
format | info:eu-repo/semantics/publishedVersion |
id | rdu-unc.14594 |
institution | Universidad Nacional de Cordoba |
language | spa |
publishDate | 2020 |
record_format | dspace |
spelling | rdu-unc.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/ |
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 |
title | 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_short | 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 metodo semi supervisado para reconocimiento de entidades nombradas en textos legales |
topic | Redes neuronales Redes neuronales en escalera Procesamiento del lenguaje natural Reconocimiento de entidades nombradas Aprendizaje automático Computing methodologies Machine learning approaches Neural networks |
url | http://hdl.handle.net/11086/14594 |
work_keys_str_mv | AT marrosantiago estudioderedesneuronalesenescaleracomometodosemisupervisadoparareconocimientodeentidadesnombradasentextoslegales |