|
|
|
|
| LEADER |
00000cab a2200000 a 4500 |
| 001 |
031991 |
| 003 |
UAHC_CL |
| 005 |
20170803123427.0 |
| 008 |
040412b xx j 000 1 spa |
| 040 |
|
|
|a UAHC_CL
|c UAHC_CL
|d UAHC_CL
|
| 100 |
1 |
|
|a Sopena, Josep M.
|
| 245 |
1 |
0 |
|a Composicionalidad, cómputo de estructura y redes neuronales /
|c Josep Sopena, Pedro Ramos, Jean López Moliner, Elizabeth Gilboy.
|
| 300 |
|
|
|a pp. 57-72
|
| 500 |
|
|
|a Estudios de Psicología (España), 2002. Vol 23 (2). pp. 175-236
|
| 500 |
|
|
|a Estudios de Psicología (España), 2002. Vol 23 (2). pp. 175-236
|
| 520 |
|
|
|a Los problemas que presentan los modelos neuronales de procesamiento del lenguaje y la representación del significado derivan de dos problemas principales: el problema del "binding" y el problema de la composicionalidad. A su vez estos dos problemas derivan del problema de cómo representar estímulos complejos con estructura interna, como son las oraciones, mediante vectores de activación. En este artículo presentamos un modelo neuronal de procesamiento de lenguaje (ANNLP) que resuelve estos dos problemas y cuyo rendimiento es muy eficiente procesando textos reales para un amplio abanico de tareas que incluyen la desambiguación del sentido en contextos proposicionales, la desambiguación sintáctica y el parking. Para conseguir este nivel de eficiencia hemos tenido que dotar al modelo de un conjunto de características cuyo elemento central reside en la propuesta de cómo computar estructura (estructura sintáctica y de significado) mediante vectores de activación. Se aporta evidencia a favor de que el modelo y en concreto la propuesta de cómo representar estructura no es una simple solución ingenieril a los problemas del binding y la composicionalidad, sino que es plausible psicológicamente.
|
| 520 |
|
|
|a Los problemas que presentan los modelos neuronales de procesamiento del lenguaje y la representación del significado derivan de dos problemas principales: el problema del "binding" y el problema de la composicionalidad. A su vez estos dos problemas derivan del problema de cómo representar estímulos complejos con estructura interna, como son las oraciones, mediante vectores de activación. En este artículo presentamos un modelo neuronal de procesamiento de lenguaje (ANNLP) que resuelve estos dos problemas y cuyo rendimiento es muy eficiente procesando textos reales para un amplio abanico de tareas que incluyen la desambiguación del sentido en contextos proposicionales, la desambiguación sintáctica y el parking. Para conseguir este nivel de eficiencia hemos tenido que dotar al modelo de un conjunto de características cuyo elemento central reside en la propuesta de cómo computar estructura (estructura sintáctica y de significado) mediante vectores de activación. Se aporta evidencia a favor de que el modelo y en concreto la propuesta de cómo representar estructura no es una simple solución ingenieril a los problemas del binding y la composicionalidad, sino que es plausible psicológicamente.
|
| 700 |
1 |
|
|a Ramos, Pedro J.
|
| 700 |
1 |
|
|a López Moliner, Joan
|
| 700 |
1 |
|
|a Gilboy, Elizabeth
|
| 700 |
1 |
|
|a López Moliner, Joan
|
| 759 |
|
|
|a PP066
|
| 773 |
0 |
|
|t Estudios de psicología.
|w 031866
|
| 900 |
|
|
|a ESTUD. PSICOL.-23(02)/02
|
| 942 |
|
|
|c REVA
|
| 952 |
|
|
|0 0
|1 0
|4 0
|6 ESTUD___PSICOL_2302_02_000000000000000
|7 0
|8 General
|9 62140
|a BC
|b BC
|c General
|d 2017-08-03
|l 0
|o ESTUD. PSICOL.-23(02)/02
|p FICTICIO2754
|r 2019-01-08 00:00:00
|t 1
|w 2017-08-03
|y REVA
|
| 999 |
|
|
|c 31991
|d 31991
|