• Refine your search:
  • 
    Keyword
  • 
    Creator / Publisher
  • 
    Year
  • 
    Medium:
    
    • Online (679)
  • 
    Type
  • 
    BLLDB-Access

Search in the Catalogues and Directories

All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year Sort by creator [A → Z]' creator [Z → A]' publishing year ↑ (asc)' publishing year ↓ (desc)' title [A → Z]' title [Z → A]' Simple Search Page: 1 2 3 4 5...34 Hits 1 – 20 of 679 1 Dependency Syntax in the Automatic Detection of Irony and Stance ; Sintaxis de dependencias en la detección automática de ironía y posicionamiento Cignarella, Alessandra Teresa. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2022 BASE Show details 2 Neural Natural Language Generation: A Survey on Multilinguality, Multimodality, Controllability and Learning Erdem, Erkut; Kuyu, Menekse; Yagcioglu, Semih. - : AI Access Foundation, 2022 BASE Show details 3 A Methodology for the Automatic Annotation of Factuality in Spanish ; Una metodología para la anotación automática de la factualidad en español Castellón Masalles, Irene; Fernández Montraveta, Ana; Alonso Alemany, Laura. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2022 BASE Show details 4 Generación de textos en ruso mediante técnicas de Aprendizaje Automático para la industria del lenguaje Gregoryev, Mykyta. - : Universitat Politècnica de València, 2022 Abstract: [ES] Hoy en día los avances en el área del Procesamiento del Lenguaje Natural y el Aprendizaje Automático permiten el análisis, la comprensión y la generación de texto automáticamente cada vez más precisa y fluida. El objetivo de este trabajo final de grado es la creación automática de ejemplos de texto en ruso, a partir de datos de texto ya existentes mediante técnicas de aprendizaje automático. Se han empleado redes neuronales y recursos lingüísticos para la generación automática de texto en ruso. Para el desarrollo del trabajo se han utilizado datos de dominio público. El sistema genera nuevos textos utilizando información de embeddings entrenadas con una ingente cantidad de datos en modelos de lenguaje neuronales. La generación de dichos textos incrementa el corpus utilizado para el entrenamiento de modelos para tareas del Procesamiento del Lenguaje Natural como la traducción automática. También podría aplicarse a otras tareas como la generación de resúmenes automáticos o parafraseadores de textos. Por último, se ha realizado un análisis de los resultados obtenidos evaluando la calidad de los textos generados y se han añadido al entrenamiento de modelos de traducción automática neuronal. Estos modelos se han comparado realizando un análisis cuantitativo, comparando los distintos métodos mediante varias métricas automáticas típicas utilizadas en traducción automática y se han medido los tiempos empleados y la cantidad de texto generado para un buen uso en la industria del lenguaje, y un análisis cualitativo, donde se han expuesto ejemplos de traducción generados por los modelos de traducción entrenados y se han comparado entre sí. ; [EN] Current progress in the areas of Natural Language Processing and Machine Learning allows for the analysis, understanding and automatic generation of increasingly accurate and fluid text. The objective of this final degree project is automatically creating text examples in Russian from existing text data using machine learning techniques. Neural networks and linguistic resources have been used for the automatic generation of text in Russian. To develop this project, data from the public domain have been used. The system generates new texts using information from embeddings trained with a huge amount of data in neural language models. The generation of these texts increases the corpus used to train models for several Natural Language Processing tasks, for instance, machine translation. It could also be applied to other tasks such as generating automatic summaries or to text paraphrasers. Finally, an analysis of the results obtained evaluating the quality of generated texts has been carried out and those texts have been added to the training process of neural machine translation models. On the one hand, these models have been compared by performing a quantitative analysis, comparing the different methods by means of several typical automatic metrics used in machine translation and measuring the times spent and the amount of text generated for good use in the language industry. On the other hand, they have been compared through a qualitative analysis, where examples of translation generated by the trained translation models have been exposed and compared with each other. ; [CA] Hui dia, els avanços en l’àrea del Processament del Llenguatge Natural i l’Aprenentatge Automàtic permeten l’anàlisi, la comprensió i la generació automàtica de text cada vegada més precís i fluid. L’objectiu d’aquest treball final de grau és la creació automàtica d’exemples de text en rus a partir de dades de text ja existents mitjançant tècniques d’aprenentatge automàtic. S’han emprat xarxes neuronals i recursos lingüístics per a la generació automàtica de text en rus. Per al desenvolupament del treball s’han utilitzat dades de domini públic. El sistema genera nous textos utilitzant informació d’embeddings entrenades amb una ingent quantitat de dades en models de llenguatge neuronals. La generació d’aquests textos incrementa el corpus utilitzat a l’entrenament de models per a tasques de Processament del Llenguatge Natural com ara la traducció automàtica. També podria aplicar-se a d’altres tasques com, per exemple, la generació de resums automàtics o als parafrasejadors de textos. Finalment, s’ha realitzat una anàlisi dels resultats obtinguts mitjançant l’avaluació de la qualitat dels textos generats, els quals s’han afegit a l’entrenament de models de traducció automàtica neuronal. Aquests models s’han comparat realitzant, d’una banda, una anàlisi quantitativa amb la comparació dels diferents mètodes mitjançant diverses mètriques automàtiques típiques utilitzades en traducció automàtica, així com el mesurament dels temps emprats i la quantitat de text generat per un bon ús en la indústria del llenguatge i, d’altra banda, una anàlisi qualitativa, on s’han exposat exemples de traducció generats pels models de traducció entrenats i s’han comparat entre ells. ; Gregoryev, M. (2022). Generación de textos en ruso mediante técnicas de Aprendizaje Automático para la industria del lenguaje. Universitat Politècnica de València. http://hdl.handle.net/10251/182213 ; TFGM Keyword: Aprendizaje Automático; Aprendizaje Profundo; Artificial Intelligence; Aumento de datos; Big Data; Deep Learning; Grado en Ingeniería Informática-Grau en Enginyeria Informàtica; Grandes conjuntos de datos; Inteligencia Artificial; LENGUAJES Y SISTEMAS INFORMATICOS; Machine Learning; Natural Lnaguage Processing; Neural Networks; Procesamiento del Lenguaje Natural; Redes Neuronales URL: http://hdl.handle.net/10251/182213 BASE Hide details 5 Some Contributions to Interactive Machine Translation and to the Applications of Machine Translation for Historical Documents Domingo Ballester, Miguel. - : Universitat Politècnica de València, 2022 BASE Show details 6 A BDI Empathic Agent Model Based on a Multidimensional Cross-Cultural Emotion Representation Taverner Aparicio, Joaquín José. - : Universitat Politècnica de València, 2022 BASE Show details 7 Temporal Emotion Dynamics in Social Networks Naskar, Debashis. - : Universitat Politècnica de València, 2022 BASE Show details 8 Diseño y desarrollo de un juego de navegador para comenzar a aprender construcciones básicas de programación Lapeña Navarro, Aitor. - : Universitat Politècnica de València, 2022 BASE Show details 9 Escansión automática de poesía española sin silabación ; Automatic Scansion of Spanish Poetry without Syllabification Marco Remón, Guillermo; Gonzalo Arroyo, Julio. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 10 Architecture design of a reinforcement environment for learning sign languages Peral, Jesús; Chacón Rivas, Mario; Ferrández, Antonio. - : PeerJ, 2021 BASE Show details 11 Arquitectura de componentes de refuerzo del aprendizaje de lengua de señas empleando proximidad fonológica Naranjo Zeledón, Luis Carlos. - : Universidad de Alicante, 2021 BASE Show details 12 Classifying Spanish se constructions: from bag of words to language models ; Clasificación de construcciones con se en español: de modelos de bolsa de palabras a modelos de lenguaje Aldama García, Nuria; Barbero Jiménez, Álvaro. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 13 GPLSI team at CheckThat! 2021: Fine-tuning BETO and RoBERTa Sepúlveda-Torres, Robiert; Saquete Boró, Estela. - : CEUR, 2021 BASE Show details 14 NECOS: An annotated corpus to identify constructive news comments in Spanish ; NECOS: Un corpus anotado para identificar comentarios constructivos de noticias en español López-Úbeda, Pilar; Plaza-del-Arco, Flor Miriam; Díaz Galiano, Manuel Carlos. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 15 Impact of Text Length for Information Retrieval Tasks based on Probabilistic Topics ; Influencia de la Longitud del Texto en Tareas de Recuperación de Información mediante Tópicos Probabilísticos Badenes-Olmedo, Carlos; Lozano-Álvarez, Borja; Corcho, Oscar. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 16 HeadlineStanceChecker: Exploiting summarization to detect headline disinformation Sepúlveda-Torres, Robiert; Vicente, Marta; Saquete Boró, Estela. - : Elsevier, 2021 BASE Show details 17 Bertinho: Galician BERT Representations ; Bertinho: Representaciones BERT para el gallego Vilares Calvo, David; García González, Marcos; Gómez Rodríguez, Carlos. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 18 Consumer Cynicism Identification for Spanish Reviews using a Spanish Transformer Model ; Identificación del cinismo del consumidor para reseñas en español utilizando un modelo de transformador español González-López, Samuel; Bethard, Steven; Encinas Orozco, Francisca Cecilia. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 19 Buscando robustez en un mundo multilingüe: de pipelines a embeddings ; Seeking robustness in a multilingual world: from pipelines to embeddings Doval, Yerai. - : Sociedad Española para el Procesamiento del Lenguaje Natural, 2021 BASE Show details 20 A benchmark of Spanish language datasets for computationally driven research Candela, Gustavo; Sáez Fernández, María Dolores; Escobar Esteban, María Pilar. - : SAGE Publications, 2021 BASE Show details Page: 1 2 3 4 5...34

Mobile view All Catalogues UB Frankfurt Linguistik 0 IDS Mannheim 0 OLC Linguistik 0 UB Frankfurt Retrokatalog 0 DNB Subject Category Language 0 Institut für Empirische Sprachwissenschaft 0 Leibniz-Centre General Linguistics (ZAS) 0 Bibliographies BLLDB 0 BDSL 0 IDS Bibliografie zur deutschen Grammatik 0 IDS Bibliografie zur Gesprächsforschung 0 IDS Konnektoren im Deutschen 0 IDS Präpositionen im Deutschen 0 IDS OBELEX meta 0 MPI-SHH Linguistics Collection 0 MPI for Psycholinguistics 0 Linked Open Data catalogues Annohub 0 Online resources Link directory 0 Journal directory 0 Database directory 0 Dictionary directory 0 Open access documents BASE 679 Linguistik-Repository 0 IDS Publikationsserver 0 Online dissertations 0 Language Description Heritage 0