Procesamiento automático de metáforas con métodos no supervisados

Proyecto emergente centrado en la detección e interpretación de metáforas con métodos no supervisados. Se presenta la caracterización del problema metafórico en Procesamiento del Lenguaje Natural, los fundamentos teóricos del proyecto y los primeros resultados.

Sistemas de Control Automático. Práctica 1 (curso 2010-2011)

Práctica 1 de la asignatura sistemas de control automático. Ajuste y sintonización de controladores.

Sistemas de Control Automático. Práctica 2 (curso 2010-2011)

Práctica 2 de sistemas de control automático. Control de velocidad mediante el autómata CP1L y el variador MX2 de Omron.

Sistemas de Control Automático. Práctica 3 (curso 2010-2011)

Práctica 3 de sistemas de control automático. Control de un PLC mediante tramas Host-Link generadas por un PC.

Sistemas de Control Automático. Tema 1: Introducción (curso 2010-2011)

Presentación tema 1 de sistemas de control automático. Introducción.

Sistemas de Control Automático. Tema 2: Análisis de sistemas (curso 2010-2011)

Presentación tema 2 de sistemas de control automático. Análisis de sistemas.

Sistemas de Control Automático. Tema 3: Espacio de estados (curso 2010-2011)

Presentación tema 2 de sistemas de control automático. Espacio de estados.

Sistemas de Control Automático. Tema 4: Implantación de sistemas de control (curso 2010-2011)

Presentación tema 4 de sistemas de control automático. Implantación de sistemas de control.

Sistemas de Control Automático. Apéndice. Control por computador (curso 2010-2011)

Presentación sistemas de control por computador.

Sistemas de Control Automático. Ejercicios resueltos (curso 2010-2011)

Ejercicios resueltos para la asignatura sistemas de control automático. Control de un motor de corriente continua.

Sistemas de Control Automático. Identificación experimental de sistemas (curso 2010-2011)

Métodos para la obtención del modelo de un sistema de forma experimental.

Sistemas de Control Automático. Guía de la asignatura (curso 2010-2011)

Sistemas de control automático. Guía de la asignatura.

Caracterización de niveles de informalidad en textos de la Web 2.0

El análisis de textos de la Web 2.0 es un tema de investigación relevante hoy en día. Sin embargo, son muchos los problemas que se plantean a la hora de utilizar las herramientas actuales en este tipo de textos. Para ser capaces de medir estas dificultades primero necesitamos conocer los diferentes registros o grados de informalidad que podemos encontrar. Por ello, en este trabajo intentaremos caracterizar niveles de informalidad para textos en inglés en la Web 2.0 mediante técnicas de aprendizaje automático no supervisado, obteniendo resultados del 68 % en F1.

IARG-AnCora: anotación de los corpus AnCora con argumentos implícitos

IARG-AnCora tiene como objetivo la anotación con papeles temáticos de los argumentos implícitos de las nominalizaciones deverbales en el corpus AnCora. Estos corpus servirán de base para los sistemas de etiquetado automático de roles semánticos basados en técnicas de aprendizaje automático. Los analizadores semánticos son componentes básicos en las aplicaciones actuales de las tecnologías del lenguaje, en las que se quiere potenciar una comprensión más profunda del texto para realizar inferencias de más alto nivel y obtener así mejoras cualitativas en los resultados.

Una aproximación basada en corpus para la detección del foco geográfico en el texto

El foco geográfico de un documento identifica el lugar o lugares en los que se centra el contenido del texto. En este trabajo se presenta una aproximación basada en corpus para la detección del foco geográfico en el texto. Frente a otras aproximaciones que se centran en el uso de información puramente geográfica para la detección del foco, nuestra propuesta emplea toda la información textual existente en los documentos del corpus de trabajo, partiendo de la hipótesis de que la aparición de determinados personajes, eventos, fechas e incluso términos comunes, pueden resultar fundamentales para esta tarea. Para validar nuestra hipótesis, se ha realizado un estudio sobre un corpus de noticias geolocalizadas que tuvieron lugar entre los años 2008 y 2011. Esta distribución temporal nos ha permitido, además, analizar la evolución del rendimiento del clasificador y de los términos más representativos de diferentes localidades a lo largo del tiempo.