Examinando por Materia "Lenguaje natural"

Mostrando 1 - 3 de 3
  • Miniatura
    PublicaciónAcceso abierto
    Desarrollo de un modelo HTM para la ejecución de tareas utilizando el lenguaje natural
    (Universidad del Valle, 2016) Narváez Rodríguez, Sebastián; García Baños, Ángel; Gutierrez de Piñerez Reyes, Raul Ernesto
    ¿Cansada de que sus máquinas no le entiendan? ¿Desearía poder enseñarles a ejecutar nuevas órdenes, de nuevas formas, en lugar de quedarse con el conjunto pre-cargado? Este proyecto podría ser la solución. Utilizando la revolucionaria teoría HTM de Jeff Hawkins y los Cortical Learning Algorithms de Numenta, se ha desarrollado un software capaz de asociar oraciones en español (¡Y hasta en inglés!) con «eventos» de un mundo virtual. Además, como se dijo desde el principio, podrá enseñarle nuevas formas de referirse a un evento. No lo piense más, ¡Ensaye HTM-TEUL y denos su opinión! Este es apenas una demostración de lo que podría hacerse utilizando estas nuevas herramientas de la inteligencia artificial. Nuestros investigadores seguirán experimentando y trabajando para superar el record de 89% de aciertos obtenido en las pruebas. Así que corra a su navegador más cercano y busque el proyecto en github. Así es, ¡es de código abierto!
  • Miniatura
    PublicaciónAcceso abierto
    Pos Taggin utilizando CRFS para el español
    (Universidad del Valle, 2016) Cujar Rosero, Alvaro Ricardo; Gutiérrez de Piñérez Reyes, Raúl Ernesto
    El POS Tagging es una tarea enmarcada dentro del procesamiento del lenguaje Natulal (PLN), cuyo objetivo esencial es la categorización lingüística de las palabras dentro de un texto. El problema al cual se enfrenta el POS tagging es la ambigüedad, en cuanto a que existen algunas palabras que presentan más de una posible categoría lingüística. Existen diferentes enfoques para resolver esta tarea, entre los que se tienen, modelos estocásticos, modelos basados en reglas, entre otros. Dentro de los modelos estocásticos se encuentran los campos randómicos condicionales (Conditional Random Fields CRF) y las cadenas ocultas de markov (Hidden Markov Chain HMM). Los primeros, utilizados para el etiquetado de secuencias, representan un modelo grá¿co no dirigido, lo que permite que sean discriminativos, y que se puedan incluir características sobre las observaciones. Los segundos, igualmente utilizados para el etiquetado de secuencias, corresponden a un modelo gráfico dirigido, lo cual permite que sean generativos. La desventaja que presentan las HMMs, es que elas para determinar la clasificación del siguiente estado, no tienen en cuenta el pasado, sino el estado actual, además de no permitir incluir características sobre las observaciones. Estas dos debilidades no las presenta los CRFs. El objetivo de este trabajo es realizar un análisis comparativo del rendimiento de estos dos modelos estocásticos, para la tarea del POS Tagging, en el idioma español, bajo el corpus AnCora, teniendo en cuenta las características morfológicas de cada palabra para el modelo CRF.
  • Miniatura
    PublicaciónAcceso abierto
    Prototipo Web como Soporte para la Enseñanza de Inglés a través de la Gamificación y Algoritmos de Procesamiento del Lenguaje Natural
    (Universidad del Valle, 2025) Rivera Reyes, Miguel Ángel; Triana Madrid, Joshua David
    El presente proyecto desarrolló un prototipo web diseñado para mejorar la habilidad del habla en inglés mediante el uso de técnicas de Procesamiento del Lenguaje Natural (PLN) y gamificación. Se aborda la creciente necesidad de herramientas educativas efectivas que involucren a los estudiantes de manera activa y atractiva. El sistema proporciona ejercicios interactivos y elementos de gamificación para motivar a los usuarios a practicar y mejorar su comprensión al momento de hablar en inglés. El enfoque que tiene el sistema aporta al estudiante una herramienta con IA centralizada en distintos algoritmos de PLN con el fin de que el estudiante obtenga un apoyo en el proceso de aprendizaje y que, con ayuda de estos modelos matemáticos, pueda mejorar su fluidez al momento de comunicarse en inglés.