- -

Resumen abstractivo de textos basado en redes neuronales

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Resumen abstractivo de textos basado en redes neuronales

Show simple item record

Files in this item

dc.contributor.advisor Segarra Soriano, Encarnación es_ES
dc.contributor.advisor Hurtado Oliver, Lluis Felip es_ES
dc.contributor.author García San Vicente, Javier es_ES
dc.date.accessioned 2020-10-13T11:29:04Z
dc.date.available 2020-10-13T11:29:04Z
dc.date.created 2020-09-17
dc.date.issued 2020-10-13 es_ES
dc.identifier.uri http://hdl.handle.net/10251/151561
dc.description.abstract [ES] En la última década se han producido varios descubrimientos que han cambiado por completo ciertas áreas del aprendizaje automático, como la visión por computador mediante redes neuronales convolucionales, o la generación de imágenes no reales por parte de las redes generativas adversarias. En la actualidad, los avances en el campo del procesamiento del lenguaje natural sugieren que un gran cambio se aproxima también en esta área. El resumen automático de textos constituye una rama importante dentro de esta disciplina. Sin embargo, gran parte de la investigación al respecto se centra en los resúmenes extractivos, aquellos constituidos a partir de frases del texto original. Es por eso que el objetivo de este trabajo es probar una nueva aproximación a la generación de resúmenes abstractivos, aquellos cuyas frases no pertenecen al texto fuente. Esta nueva aproximación se centra en aplicar técnicas de traducción automática a los resúmenes extractivos con tal de parafrasearlos y generar así resúmenes abstractivos. Para esta finalidad, se ha hecho uso de la librería OpenNMT, que proporciona un entorno en el que generar modelos de aprendizaje automático adecuados para el procesamiento del lenguaje natural. Tras entender los fundamentos teóricos del modelo, se ha procedido a aplicarlo a tres datasets de resúmenes extractivos generados por tres sistemas de resumen diferentes, para analizar los resultados. Pese a no revolucionar el estado del arte en la materia, los resultados conseguidos respecto a las capacidades de estos modelos son muy prometedores. Por ello, finalmente se proponen unas posibles líneas de trabajo futuro por las que continuar la investigación en este campo. es_ES
dc.description.abstract [EN] In the last decade, some discoverments have completely changed the area of machine learning, such as computer vision through convolutional neural networks, or image generation by generative adversarial networks. Currently, progress in the field of natural language processing suggests that an important change in this area is also close. Automatic summarization represents an important branch inside this discipline. Nevertheless, most of that field's investigation is focused on extractive summarization, which creates summaries by copying sentences of the original document. That is why the objective of this work is to test a new approach in the abstractive summarization, the one whose sentences are not copied from the original document. This new approach consists of applying the translation techniques to extractive summaries, to paraphrase them into abstractive summaries. For this purpose, the library OpenNMT is used. It provides an environment in which machine learning models for natural language processing can be created. After understanding the theoretic base of the model, it has been applied to three extractive summarization datasets, generated by three different summarization systems. Despite not outperforming the state-of-the-art, the results are very promising. That is why, finally, some possible paths for future work are proposed to continue the investigation in this field. es_ES
dc.description.abstract [CA] En l’última dècada s’hi han produït diversos descobriments que hi han canviat completament certes àrees de l’aprenentatge automàtic, com a la visió per computador per mitjà de les xarxes neuronals convolucionals, o la generació d’imatges no reals per part de les xarxes generatives adversàries. En l’actualitat, els avanços en l’àrea del processament del llenguatge natural suggereixen que un gran canvi s’aproxima també en aquesta àrea. El resum automàtic de textos constitueix una branca important dins d’aquesta disciplina. No obstant això, gran part de la investigació al respecte se centra en els resums extractius, aquells constituïts a partir de frases del text original. És per aquesta raó que l’objectiu d’aquest treball és provar una nova aproximació a la generació de resums abstractius, aquells que les seues frases no pertanyen al text original. Aquesta nova aproximació se centra a aplicar tècniques de traducció als resums extractius amb la idea de parafrasejar-los i generar així resums abstractius. Per a aquesta finalitat, s’ha fet ús de la llibreria OpenNMT, que proporciona un entorn en el qual generar models d’aprenentatge automàtic adequats per al processament del llenguatge natural. Després de comprendre els fonaments teòrics del model, s’ha procedit a aplicar-lo a tres datasets de resums extractius generats per tres sistemes de resum diferents, per tal d’analitzar els resultats. Pese a no revolucionar els resultats de la investigació en aquesta àrea, els resultats aconseguits respecte a les capacitats d’aquests models són molt prometedors. Per eixa raó, finalment es proposen unes possibles línies de treball futur per les que continuar la investigació en aquesta àrea. es_ES
dc.format.extent 57 es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Aprendizaje automático es_ES
dc.subject Redes neuronales es_ES
dc.subject Procesamiento del lenguaje natural es_ES
dc.subject Resumen automático es_ES
dc.subject Resumen abstractivo es_ES
dc.subject Traducción automática es_ES
dc.subject Machine learning es_ES
dc.subject Neural networks es_ES
dc.subject Natural language processing es_ES
dc.subject Machine summarization es_ES
dc.subject Abstractive summarization es_ES
dc.subject Machine translation es_ES
dc.subject.classification LENGUAJES Y SISTEMAS INFORMATICOS es_ES
dc.subject.other Grado en Ingeniería Informática-Grau en Enginyeria Informàtica es_ES
dc.title Resumen abstractivo de textos basado en redes neuronales es_ES
dc.type Proyecto/Trabajo fin de carrera/grado es_ES
dc.rights.accessRights Cerrado es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica es_ES
dc.description.bibliographicCitation García San Vicente, J. (2020). Resumen abstractivo de textos basado en redes neuronales. http://hdl.handle.net/10251/151561 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\129166 es_ES


This item appears in the following Collection(s)

Show simple item record