Universidad Complutense de Madrid
E-Prints Complutense

Análisis sobre enfoques de Deep Learning para la generación de resúmenes

Downloads

Downloads per month over past year

61673

Impacto

Downloads

Downloads per month over past year



Pascual Núñez, Álvaro (2020) Análisis sobre enfoques de Deep Learning para la generación de resúmenes. [Trabajo Fin de Grado]

[thumbnail of PASCUAL_NUNEZ_TFG_-_Analisis_sobre_enfoques_de_Deep_Learning_para_la_generacion_de_resumenes._4398577_347652159.pdf]
Preview
PDF
Creative Commons Attribution Non-commercial.

2MB



Abstract

En la actualidad, la cantidad de información de la que disponemos en Internet es inmensa. Que todo el mundo sea capaz de acceder y extraer de ella lo más relevante y comprender todo de forma clara es algo que se ha estado investigando durante las últimas décadas. Numerosas implementaciones han surgido en proyectos que se desarrollaban bajo las estructuras y mecanismos disponibles en el campo del Deep Learning. Cada modelo cuenta con características particulares e intentando resolver problemas diferentes, pero siempre con un objetivo común: resumir de la forma más eficaz cualquier texto.
Todo el código fuente referente a este proyecto puede encontrarse en:
https://github.com/NILGroup/TFG-1920-Resumenes

Resumen (otros idiomas)

Nowadays, the amount of information available on the Internet is vast. Something that has been researched for the last decades is the opportunity for everyone to be able to access that information and be able to extract the most relevant part of it and clearly understand it. Numerous implementations have emerged in projects developed were based on the structures and mechanisms available on the Deep Learning field. Every model has its own characteristics and tries to solve varios problems, but those models always follow one unanimous objective: summarize any text in the most effective way. All the source code referred in the project can be found here: https: //github.com/NILGroup/TFG-1920-Resumenes

Item Type:Trabajo Fin de Grado
Additional Information:

Trabajo de Fin de Grado en Ingeniería Informática, Facultad de Informática UCM, Departamento de Ingeniería de Software e Inteligencia Artificial, Curso 2019/2020
Todo el código fuente referente a este proyecto puede encontrarse en: https://github.com/NILGroup/TFG-1920-Resumenes

Directors:
Directors
Díaz Esteban, Alberto
Uncontrolled Keywords:Resumen, Información, Deep learning, NLP, Redes neuronales, RNN, Seq2seq, Encoder-decoder, Word embedding, Mecanismo de atención, Cornerstone, Pointer generator, Reinforcement learning, Aprendizaje por esfuerzo, Policy gradient, Tensorflow, Python
Palabras clave (otros idiomas):Summary, Information, Deep learning, NLP, Neural networks, RNN, Seq2seq, Encoder-decoder, Word embedding, Attention mechanism, Cornerstone, Pointer generator, Reinforcement learning, Policy gradient, Tensorflow, Python
Subjects:Sciences > Computer science
Título de Grado:Grado en Ingeniería Informática
ID Code:61673
Deposited On:07 Sep 2020 09:33
Last Modified:07 Sep 2020 09:33

Origin of downloads

Repository Staff Only: item control page