- -

Modelos de lenguaje causales para la comprensión de colecciones de documentos

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Modelos de lenguaje causales para la comprensión de colecciones de documentos

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.advisor Paredes Palacios, Roberto es_ES
dc.contributor.author Rodríguez Ferrero, Ignacio es_ES
dc.date.accessioned 2023-10-22T08:59:30Z
dc.date.available 2023-10-22T08:59:30Z
dc.date.created 2023-09-21
dc.date.issued 2023-10-22 es_ES
dc.identifier.uri http://hdl.handle.net/10251/198519
dc.description.abstract [ES] La disponibilidad de grandes cantidades de información textual, especialmente en el ámbito profesional, ha llevado a un aumento significativo en la dificultad de procesar y comprender adecuadamente las colecciones de documentos. Este trabajo de fin de máster se centra en abordar este desafío utilizando modelos generativos conversacionales capaces de recoger información de estas colecciones y presentarla al usuario con lenguaje natural. El objetivo principal de este estudio es desarrollar sistemas accionados por modelos de leguage grandes (LLM) para facilitar la comprensión de las colecciones de documentos. es_ES
dc.description.abstract [EN] The increasing availability of large quantities of texts, especially in the the profes- sional realm, has led to a significant increase in the time consumed to properly process and understand large document collections, resulting in more resorces destined to te retrieval of information. The systems developed to solve this probles, when not com- pletely human intensive, require some level of expert knowledge, imposing a restriction to whom can employ them. This master’s thesis focuses on tackling this problem using as user interface causal models in systems capable of retrieving information from these collections and present- ing it then to the user in natural language. The main objective of this work is to develop LLM-powered systems to help on the comprehension of these large document collections es_ES
dc.format.extent 50 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 Modelos de lenguaje es_ES
dc.subject Recuperación de información es_ES
dc.subject Modelos de Lenguaje Grandes (LLM) es_ES
dc.subject Generación aumentada por recuperación es_ES
dc.subject Modelo generativo es_ES
dc.subject Large Language Models (LLMs) es_ES
dc.subject Retrieval Augmented Generation (RAG) es_ES
dc.subject Language models es_ES
dc.subject.classification LENGUAJES Y SISTEMAS INFORMATICOS es_ES
dc.subject.other Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital es_ES
dc.title Modelos de lenguaje causales para la comprensión de colecciones de documentos es_ES
dc.title.alternative Understanding Large document collections using causal language models es_ES
dc.title.alternative Models de llenguatge causals per a la comprensió de col·leccions de documents​ es_ES
dc.type Tesis de máster 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.description.bibliographicCitation Rodríguez Ferrero, I. (2023). Modelos de lenguaje causales para la comprensión de colecciones de documentos. Universitat Politècnica de València. http://hdl.handle.net/10251/198519 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\158191 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem