Show simple item record

dc.contributor.advisorRamos Soto, Alejandro
dc.contributor.advisorBugarín Diz, Alberto J.
dc.contributor.authorCascallar Fuentes, Andrea
dc.date.accessioned2022-06-23T08:28:55Z
dc.date.available2022-06-23T08:28:55Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/10347/28833
dc.description.abstractHoy en día se generan y consumen grandes cantidades de datos, de gran valor en la medida que pueda extraerse la información que contienen, que pueda utilizarse en los procesos de toma de decisiones. En este contexto, las herramientas que permiten comunicar de forma comprensible los resultados a humanos están todavía en desarrollo. Es ahí donde los sistemas data-to-text (D2T), que se centran en la generación automática de textos a partir de diversas fuentes de datos numéricos o simbólicos, son de gran utilidad. Dentro del área más general de la Generación de Lenguaje Natural, los sistemas D2T son capaces de procesar grandes cantidades de datos numéricos, convirtiéndolos en textos que contienen información relevante y comprensible para los usuarios, de modo que se puede extraer automáticamente información a partir de dichos datos y comunicarla de una forma intuitiva. Por otro lado, en el campo de la Lógica Borrosa han surgido propuestas para describir datos empleando términos lingüísticos, por ejemplo Descripciones Lingüísticas de Datos, que resumen de forma lingüísica una o más varaibles numéricas empleando el concepto de protoforma. El objetivo de esta tesis está compuesto por tres sub-objetivos: i) en primer lugar, extender y mejorar la fase de determinación de contenido en sistemas D2T para representar el conocimiento impreciso y la búsqueda inteligente. Para esto, consideraremos aproximaciones metaheurísticas con el objetivo de obtener un buen compromiso entre calidad de la solución y coste computacional. ii) El segundo objetivo es medir y comparar el impacto de la selección del método de cuantificación borrosa para analizar su comportamiento de forma empírica en la evaluación de sentencias cuantificadas borrosas. Por último, nuestro último objetivo ha sido iii) el diseño de un modelo D2T que cubra la arquitectura D2T utilizando sentencias cuantificadas borrosas para describir series temporales.
dc.language.isoeng
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectgeneración de lenguaje natural
dc.subjecttérminos lingüísticos borrosos
dc.subjectdescripciones lingüísticas de datos
dc.subjectsistemas data-to-text
dc.subject.classificationMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120304 Inteligencia artificial
dc.titleFuzzy Quantified Protoforms for Data-To-Text Systems: a new model with applications
dc.typeinfo:eu-repo/semantics/doctoralThesis
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.contributor.affiliationUniversidade de Santiago de Compostela. Escola de Doutoramento Internacional (EDIUS)
dc.contributor.affiliationUniversidade de Santiago de Compostela. Programa de Doutoramento en Investigación en Tecnoloxías da Información


Files in this item

application/pdf
Name: rep_2721.pdf
Size: 33.82 Mb
Format: PDF


Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as  Attribution-NonCommercial-NoDerivatives 4.0 Internacional





Harvesters:Useful links:
Universidade de Santiago de Compostela | Teléfonos: +34 881 811 000 e +34 982 820 000 | Contact Us | Send Feedback