Pasar al contenido principal

MULTI-FACETED DOMAIN ADAPTATION FOR ADVANCED TEXTUAL SEMANTIC PROCESSING

TIN2015-65308-C5-1-R

•
Nombre agencia financiadora Ministerio de Economía y Competitividad
Acrónimo agencia financiadora MINECO
Programa Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Convocatoria Proyectos I+D+i Retos de Investigación
Año convocatoria 2015
Plan Estatal 2013-2016 Plan Estatal de Investigación Científica y Técnica y de Innovación
Unidad de gestión Dirección General de Investigación Científica y Técnica
Centro beneficiario UNIVERSIDAD DEL PAIS VASCO EUSKAL HERRIKO UNIBERTSITATEA
Identificador persistente http://dx.doi.org/10.13039/501100003329

Resultados relacionados

Resultados totales (Incluyendo duplicados): 4
Encontrada(s) 1 página(s)

RUA. Repositorio Institucional de la Universidad de Alicante
Publicación Otros (Other)

Through the Eyes of VERTa, A Través de los Ojos de VERTa

  • Comelles Pujadas, Elisabet
  • Atserias Batalla, Jordi
This paper describes a practical demo of VERTa for Spanish. VERTa is an MT evaluation metric that combines linguistic features at different levels. VERTa has been developed for English and Spanish but can be easily adapted to other languages. VERTa can be used to evaluate adequacy, fluency and ranking of sentences. In this paper, VERTa’s modules are described briefly, as well as its graphical interface which provides information on VERTa’s performance and possible MT errors.
RUA. Repositorio Institucional de la Universidad de Alicante
Publicación Otros (Other)

Un detector de la unidad central de un texto basado en técnicas de aprendizaje automático en textos científicos para el euskera, A Machine Learning based Central Unit Detector for Basque Scientific Texts

  • Bengoetxea Kortazar, Kepa
  • Atutxa Salazar, Aitziber
  • Iruskieta Quintian, Mikel
En este artículo presentamos el primer detector de la Unidad Central (UC) de resúmenes científicos en euskera basado en técnicas de aprendizaje automático. Después de segmentar el texto en unidades de discurso elementales, la detección de la unidad central es crucial para anotar de forma más fiable la estructura relacional de textos bajo la Teoría de la Estructura Retórica o Rhetorical Structure Theory (RST). Además, la unidad central puede ser explotada en diversas tareas como resumen automático, tareas de pregunta y respuesta o análisis del sentimiento. Los resultados obtenidos demuestran que las técnicas de aprendizaje automático superan a las técnicas basadas en reglas a pesar del pequeño tamaño del corpus y de la heterogeneidad de los dominios que éste muestra, dejando todavía lugar para mejoras y desarrollo.
RUA. Repositorio Institucional de la Universidad de Alicante
Publicación Otros (Other)

Detecting the Central Units of Brazilian Portuguese argumentative answer texts, Detección de las unidades centrales para textos de respuesta argumentativa en Portugués-Brasileño

  • Bengoetxea Kortazar, Kepa
  • Iruskieta Quintian, Mikel
  • Antonio, Juliano Desiderato
Understanding or writing properly the main idea or the Central Unit (CU) of a text is a very important task in exams. So, detecting automatically the CU may be of interest in language evaluation tasks. This paper presents a CU detector based on machine learning techniques for argumentative answer texts in Brazilian Portuguese. Results show that the detection of CUs following machine learning techniques in argumentative answer texts is better that those using rules.
RUA. Repositorio Institucional de la Universidad de Alicante
Publicación Otros (Other)

Diseño y elaboración del corpus SemCor del gallego anotado semánticamente con WordNet 3.0, Design and development of the Galician SemCor corpus semantically tagged with WordNet 3.0

  • Solla Portela, Miguel Anxo
  • Gómez Guinovart, Xavier
En esta presentación describimos la metodología utilizada para la creación del Corpus SensoGal, un corpus paralelo inglés-gallego etiquetado semánticamente con WordNet 3.0 y basado en el SemCor de la lengua inglesa.