| dc.contributor.author | Álvarez López, Elena | |
| dc.date.accessioned | 2023-07-11T00:00:03Z | |
| dc.date.available | 2023-07-11T00:00:03Z | |
| dc.date.issued | 2023-07-10 | |
| dc.identifier.uri | https://hdl.handle.net/10115/22548 | |
| dc.description | Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: David Roldán Álvarez | |
| dc.description.abstract | La desambiguación de acrónimos médicos es un desafío clave en el Procesamiento del Lenguaje Natural (PLN) en el dominio de la medicina. Los textos clínicos y de investigación presentan abundantes acrónimos médicos que pueden tener múltiples significados en función del contexto, lo cual dificulta la compresión precisa y la extracción de información relevante.
El objetivo de este Trabajo Fin de Grado es utilizar la arquitectura Transformer específicamente diseñada para abordar la desambiguación de acrónimos médicos en la lengua española.
Con este estudio, se espera contribuir al avance de la desambiguación de acrónimos en el contexto clínico y brindar herramientas efectivas para mejorar la compresión de estos. | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Rey Juan Carlos | |
| dc.rights | Creative Commons Atribución-CompartirIgual 4.0 Internacional | |
| dc.rights.uri | https://creativecommons.org/licenses/by-sa/4.0/legalcode | |
| dc.subject | Desambiguación | |
| dc.subject | siglas | |
| dc.subject | textos | |
| dc.subject | médicos | |
| dc.subject | Transformer | |
| dc.subject | PLN | |
| dc.subject | IA | |
| dc.subject | BERT | |
| dc.title | EVALUACIÓN DE DIFERENTES MODELOS DE INTELIGENCIA ARTIFICIAL PARA LA DESAMBIGUACIÓN DE SIGLAS BIOMÉDICAS. | |
| dc.type | info:eu-repo/semantics/studentThesis | |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | |
Except where otherwise noted, this item's license is described as Creative Commons Atribución-CompartirIgual 4.0 Internacional