Generación de texto estructurado en español para batallas de freestyle utilizando modelos de Deep Learning
Dal Bianco, Pedro Alejandro
Generación de texto estructurado en español para batallas de freestyle utilizando modelos de Deep Learning - 2021 - 1 archivo (2,88 MB) : il. col.
Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2021.
1. Introducción -- 1.1. Resumen -- 1.2. Motivación -- 1.3. Objetivos -- 1.4. Organización del documento -- 2. Deep Learning -- 2.1. Modelos lineales -- 2.1.1. Clasificación binaria -- 2.1.2. Clasificación multiclase -- 2.2. Función de error -- 2.2.1. Entropía Cruzada Categórica -- 2.3. Descenso de Gradiente -- 2.3.1. Sobreajuste -- 2.4. Redes neuronales -- 2.4.1. Funciones de activación -- 2.4.2. Entrenamiento de redes neuronales - Back-propagation -- 2.4.3. Dropout -- 2.4.4. Transfer Learning -- 2.5. Redes neuronales recurrentes -- 2.5.1. RNNs bidireccionales -- 2.5.2. Arquitecturas con compuertas -- 3. Procesamiento de Lenguaje Natural -- 3.1. Preprocesamiento -- 3.1.1. Tokenización -- 3.1.2. Byte Pair Encoding -- 3.2. Representación de documentos -- 3.2.1. Representación con Características Estáticas -- 3.2.2. Representación con Características Dinámicas -- 3.2.3. Representación con Características Aprendidas: Word Embeddings -- 3.2.4. Obtención de vectores de Embeddings -- 3.3. Modelos de Lenguaje - Generación de Lenguaje Natural -- 3.3.1. Modelos de Lenguaje de n-gramas -- 3.3.2. Modelos de Lenguaje Neuronal con ventana fija -- 3.3.3. Modelos de Lenguaje con Redes Neuronales Recurrentes -- 3.4. Generación de texto estructurado -- 3.4.1. Batallas de freestyle -- 3.4.2. Métricas de evaluación -- 3.4.3. Trabajos relacionados -- 4. Desarrollo Realizado -- 4.1. Generación de Base de Datos -- 4.2. Preprocesamiento y análisis de los datos -- 4.2.1. Análisis de vocabulario -- 4.2.2. Tokenización -- 4.3. Modelo de generación de texto -- 4.4. Entrenamiento del modelo de lenguaje -- 4.5. Generación de texto estructurado -- 4.5.1. Organización del texto en estrofas -- 4.5.2. Generación de texto bajo estructura de rima -- 4.5.3. Algoritmo de generación -- 5. Conclusiones y trabajos futuros -- 5.1. Conclusiones generales -- 5.2. Líneas de trabajo futuras -- Bibliografía
DIF-M8238
LENGUAJE NATURAL
aprendizaje profundo generación de texto estructurado
Generación de texto estructurado en español para batallas de freestyle utilizando modelos de Deep Learning - 2021 - 1 archivo (2,88 MB) : il. col.
Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2021.
1. Introducción -- 1.1. Resumen -- 1.2. Motivación -- 1.3. Objetivos -- 1.4. Organización del documento -- 2. Deep Learning -- 2.1. Modelos lineales -- 2.1.1. Clasificación binaria -- 2.1.2. Clasificación multiclase -- 2.2. Función de error -- 2.2.1. Entropía Cruzada Categórica -- 2.3. Descenso de Gradiente -- 2.3.1. Sobreajuste -- 2.4. Redes neuronales -- 2.4.1. Funciones de activación -- 2.4.2. Entrenamiento de redes neuronales - Back-propagation -- 2.4.3. Dropout -- 2.4.4. Transfer Learning -- 2.5. Redes neuronales recurrentes -- 2.5.1. RNNs bidireccionales -- 2.5.2. Arquitecturas con compuertas -- 3. Procesamiento de Lenguaje Natural -- 3.1. Preprocesamiento -- 3.1.1. Tokenización -- 3.1.2. Byte Pair Encoding -- 3.2. Representación de documentos -- 3.2.1. Representación con Características Estáticas -- 3.2.2. Representación con Características Dinámicas -- 3.2.3. Representación con Características Aprendidas: Word Embeddings -- 3.2.4. Obtención de vectores de Embeddings -- 3.3. Modelos de Lenguaje - Generación de Lenguaje Natural -- 3.3.1. Modelos de Lenguaje de n-gramas -- 3.3.2. Modelos de Lenguaje Neuronal con ventana fija -- 3.3.3. Modelos de Lenguaje con Redes Neuronales Recurrentes -- 3.4. Generación de texto estructurado -- 3.4.1. Batallas de freestyle -- 3.4.2. Métricas de evaluación -- 3.4.3. Trabajos relacionados -- 4. Desarrollo Realizado -- 4.1. Generación de Base de Datos -- 4.2. Preprocesamiento y análisis de los datos -- 4.2.1. Análisis de vocabulario -- 4.2.2. Tokenización -- 4.3. Modelo de generación de texto -- 4.4. Entrenamiento del modelo de lenguaje -- 4.5. Generación de texto estructurado -- 4.5.1. Organización del texto en estrofas -- 4.5.2. Generación de texto bajo estructura de rima -- 4.5.3. Algoritmo de generación -- 5. Conclusiones y trabajos futuros -- 5.1. Conclusiones generales -- 5.2. Líneas de trabajo futuras -- Bibliografía
DIF-M8238
LENGUAJE NATURAL
aprendizaje profundo generación de texto estructurado