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.

Aplicaciones de procesamiento de lenguaje natural

El campo de procesamiento de lenguaje natural (PLN), ha tenido un gran crecimiento en los últimos años; sus áreas de investigación incluyen: recuperación y extracción de información, minería de datos, traducción automática, sistemas de búsquedas de respuestas, generación de resúmenes automáticos, análisis de sentimientos, entre otras. En este artículo se presentan conceptos y algunas herramientas con el fin de contribuir al entendimiento del procesamiento de texto con técnicas de PLN, con el propósito de extraer información relevante que pueda ser usada en un gran rango de aplicaciones. Se pueden desarrollar clasificadores automáticos que permitan categorizar documentos y recomendar etiquetas; estos clasificadores deben ser independientes de la plataforma, fácilmente personalizables para poder ser integrados en diferentes proyectos y que sean capaces de aprender a partir de ejemplos. En el presente artículo se introducen estos algoritmos de clasificación, se analizan algunas herramientas de código abierto disponibles actualmente para llevar a cabo estas tareas y se comparan diversas implementaciones utilizando la métrica F en la evaluación de los clasificadores.

The aid of machine learning to overcome the classification of real health discharge reports written in Spanish

Hospitals attached to the Spanish Ministry of Health are currently using the International Classification of Diseases 9 Clinical Modification (ICD9-CM) to classify health discharge records. Nowadays, this work is manually done by experts. This paper tackles the automatic classification of real Discharge Records in Spanish following the ICD9-CM standard. The challenge is that the Discharge Records are written in spontaneous language. We explore several machine learning techniques to deal with the classification problem. Random Forest resulted in the most competitive one, achieving an F-measure of 0.876.

Aplicación de tecnologías de procesamiento de lenguaje natural y tecnología semántica en Brand Rain y Anpro21

Este artículo presenta la aplicación y resultados obtenidos de la investigación en técnicas de procesamiento de lenguaje natural y tecnología semántica en Brand Rain y Anpro21. Se exponen todos los proyectos relacionados con las temáticas antes mencionadas y se presenta la aplicación y ventajas de la transferencia de la investigación y nuevas tecnologías desarrolladas a la herramienta de monitorización y cálculo de reputación Brand Rain.

Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny

Las dificultades a las que los estudiantes se enfrentan y su lucha por dominar los temas, podría aumentar como consecuencia de la inadecuada utilización de materiales de evaluación. Generalmente se encuentran en el aula alumnos que hacen buen uso del material de los cursos y de una manera rápida, mientras que otros presentan dificultades con el aprendizaje del material. Esta situación es fácilmente visto en los resultados de los exámenes, un grupo de estudiantes podrían obtener buenas calificaciones animándoles, mientras que otros obtendrían la mala percepción de que los temas son difíciles, y en algunos casos, obligándolos a abandonar el curso o en otros casos a cambiar de carrera. Creemos que mediante el uso de técnicas de aprendizaje automático, y en nuestro caso la utilización de redes neuronales, sería factible crear un entorno de evaluación que podrían ajustarse a las necesidades de cada estudiante. Esto último disminuiría la sensación de insatisfacción de los alumnos y el abandono de los cursos.

Sobre un sistema automático de evaluación cognitiva de aprendizaje significativo utilizando tecnología educativa

Tesis (Maestría en ciencias con opción en cognición y educación) U.A.N.L. Facultad de Psicología, 2006.

Aproximación al reajuste automático de centroides mediante la heurística de Lloyd para resolver el problema de las K-Medias

Peer-reviewed

Aproximación al reajuste automático de centroides mediante la heurística de Lloyd para resolver el problema de las K-Medias

Peer-reviewed

Desarrollo de tutoriales interactivos para el aprendizaje de la nomenclatura sistemática de los fármacos.

Todo el trabajo se encuentra publicado en la URL: http://farmaceutica.usal.es. ha sido sometido a evaluadores en la materia por parte del Servicio de Publicaciones de la Universidad de Salamanca y su informe ha sido positivo para una próxima publicación en cd-rom

Desarrollo de un programa de enseñanza asistida por ordenador de control automático.

Programa informático de enseñanza-aprendizaje de control automático asistido por ordenador, de carácter tutorial didáctico e interactivo. Realizado por profesores de la Escuela Técnica Superior de Béjar y la Facultad de Ciencias de Salamanca. Se ha utilizado el programa de cálculo científico y visualización gráfica MATLAB -ampliamente utilizado y conocido en entornos científicos y académicos- en la enseñanza y aprendizaje de control automático, sin necesidad de programar con tal programa. Se ha realizado programación de aplicaciones informáticas basada en objetos mediante visual-basic. Programa informático softcontrol. Las características de la innovación diseñada es un programa interactivo de enseñanza y aprendizaje de control automático con ejemplos de ejercicios resueltos y ejercicios abiertos a la resolución en linea por parte del usuario. Contiene manual del usuario y manual de instalación.

Mecanismos de aprendizaje retroactivo con inteligencia artificial.

Presenta un sistema de aprendizaje gestionado por ordenador representando el papel del tutor personalizado para materias científicas como las Matemáticas, Física y Química. Comienza con un estudio del aprendizaje gestionado por ordenador y un análisis de los proyectos y productos europeos. Se estudia el aprendizaje en las áreas de Matemáticas, Física y Química para estudiantes de BUP y COU, centrándose en: principios, leyes y factores de eficacia, estrategias de parendizaje, aprendizaje intuitivo y automático. El proceso se divide en: entrenamiento, trabajo, repaso y examen dando nombre al sistema ETRE. La dinámica impuesta por el método implica la obtención automática de diagramas inferenciales, reglas y meta-reglas con la que fundamentar la actuación de un sistema experto capaz de ayudar y emular al profesor tutor humano.

Aprendizaje por refuerzo en espacios de estados continuos.

El aprendizaje por refuerzo es un modelo de aprendizaje que permite implementar comportamientos inteligentes de forma automática. La mayor parte de la teoría del aprendizaje por refuerzo se fundamenta en la programación dinámica. La implementación tradicional de estas funciones en forma tabular no es práctica cuando el espacio de estados es muy grande, o infinito. En este caso es necesario aplicar métodos de generalización que permitan extrapolar la experiencia adquirida para un conjunto limitado de estados, a la totalidad del espacio.. Para resolver el problema mencionado se puede recurrir a dos aproximaciones. Por un lado, existen técnicas basadas en una selección adecuada de puntos significativos y, por otro, se pueden emplear los métodos basados en el desarrollo de funciones de valor con algún método supervisado de aproximación de funciones. El trabajo trata de desarrollar métodos de aprendizaje por refuerzo aplicables en dominios con espacios de estados continuos, partiendo de las dos aproximaciones mencionadas, para fundirlas en un método eficaz que permita que el aprendizaje totalmente automático.. Esta investigación facilita un nuevo método de aprendizaje por refuerzo para dominios con espacios de estados continuos (ENNC-QL). Este método permite aprender tareas en entornos de varias dimensiones con mayor eficacia y el número de parámetros que debe suministrársele es mínimo.

Exploración del aprendizaje de los estudiantes haciendo uso de ambientes colaborativos : enseñando Inteligencia Artificial.

Resumen basado en el de la publicación

Sistema de etiquetado automático de contenidos educativos para favorecer su reusabilidad e interoperabilidad.

Resumen tomado de la publicación