Show simple item record

dc.creatorIndurain Ibero, Alfonsoes_ES
dc.date.accessioned2023-04-28T06:30:04Z
dc.date.issued2023
dc.identifier.urihttps://hdl.handle.net/2454/45188
dc.description.abstractActualmente, con el desarrollo de las tecnologías, la cantidad de datos digitales esta creciendo de manera exponencial. Ya en 2007, el 94 % de los datos mundiales, eran digitales y esta cifra no hace más que crecer. Para poder dar uso a toda esta información, es necesario disponer de sistemas capaces de traducirla a cualquier idioma deseado, por este motivo, entre otros, el procesamiento del lenguaje natural (NLP) es uno de los focos principales de investigación hoy en día. Dentro de este gran grupo de problemas, se encuentra la traducción de texto. Cualquier texto puede interpretarse como una serie de datos secuenciales, donde el significado de cada palabra depende, en gran medida, de las palabras que la rodean. Por este motivo, es de interés emplear mecanismos que tengan la capacidad de tratar información secuencial. Las Redes Neuronales Recurrentes (RNN) son uno de los sistemas mayormente empleados para tratar información secuencial debido a su capacidad para controlar diferentes flujos de información. Existen diferentes tipos de RNN, destacando principalmente las Long Short-Term Memory Unit (LSTM) o modificaciones de estas como las Residual LSTM (res-LSTM). En este trabajo, primero proponemos una modificación sobre las res-LSTM que permite agregar información del contexto de los datos mediante funciones de agregación, introduciendo las Augmented res-LSTM(ARLSTM). Finalmente, comprobamos el rendimiento de nuestra propuesta frente a un problema de traducción de texto.es_ES
dc.format.mimetypeapplication/pdfen
dc.language.isospaen
dc.subjectRedes neuronales recurrenteses_ES
dc.subjectLSTMes_ES
dc.subjectResidual LSTMes_ES
dc.subjectFunciones de agregaciónes_ES
dc.subjectProcesamiento de lenguaje naturales_ES
dc.subjectTraducción de textoes_ES
dc.titleLSTM Residual Aumentada: una nueva arquitectura de redes neuronales recurrentes aplicada a la traducción de textoes_ES
dc.typeTrabajo Fin de Máster/Master Amaierako Lanaes
dc.typeinfo:eu-repo/semantics/masterThesisen
dc.date.updated2023-04-27T07:18:08Z
dc.contributor.affiliationEscuela Técnica Superior de Ingeniería Industrial, Informática y de Telecomunicaciónes_ES
dc.contributor.affiliationIndustria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako Eskola Teknikoaeu
dc.description.degreeMáster Universitario en Ingeniería Informática por la Universidad Pública de Navarraes_ES
dc.description.degreeNafarroako Unibertsitate Publikoko Unibertsitate Masterra Informatika Ingeniaritzaneu
dc.rights.accessRightsAcceso embargado 2 años / 2 urteko bahituraes
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccessen
dc.embargo.lift2025-03-01
dc.embargo.terms2025-03-01
dc.contributor.advisorTFEFerrero Jaurrieta, Mikeles_ES
dc.contributor.advisorTFEBustince Sola, Humbertoes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record


El Repositorio ha recibido la ayuda de la Fundación Española para la Ciencia y la Tecnología para la realización de actividades en el ámbito del fomento de la investigación científica de excelencia, en la Línea 2. Repositorios institucionales (convocatoria 2020-2021).
Logo MinisterioLogo Fecyt