Docta Complutense
Publicación
Proyecto fin de carrera (BachelorThesis)
Extracción de relaciones basadas en entidades nombradas en español utilizando técnicas de procesamiento de lenguaje natural, Relationship Extraction based on Named Entities in Spanish using Natural Language Processing Techniques
En el presente Trabajo de Fin de Grado (TFG) se lleva a cabo un estudio completo y profundo sobre distintos métodos, arquitecturas y modelos para la Extracción de Relaciones en entidades nombradas en textos en español. El objetivo principal de este proyecto es el desarrollo de un modelo para la ext a través del uso de las tecnologías más innovadoras en la actualidad, como es la arquitectura Transformer y los modelos derivados de BERT, y su respectiva unificación con un modelo de Reconocimiento de Entidades Nombradas para poder extraer información de textos en español de forma eficiente y eficaz.
En el estudio, se profundiza en el campo del Procesamiento del Lenguaje Natural, en sus distintos y complejos algoritmos y arquitecturas derivantes del aprendizaje automático y en sus aplicaciones al área de investigación de la Extracción de Información. Se presenta además una gran investigación en los mejores modelos de lenguaje preentrenados en español como son RoBERTa o DistilBETO y algunos de los mayores dataset para la Extracción de Relaciones en español. Los resultados obtenidos reflejan la obtención de un modelo basado en la arquitectura Transformer, en particular el uso de RoBERTa, muy efectivo y que logra relacionar bien las entidades encontradas en textos en español. Esto se puede ver reflejado en las métricas presentadas en el trabajo.
En conclusión, este trabajo presenta un estudio exhaustivo de los métodos para la Extracción de Relaciones y de la efectividad de los modelos derivados de BERT. Los resultados alcanzados demuestran el potencial y la eficiencia del modelo presentado, confirmando el valor de su uso para textos en español.