EVALUACIÓN DE DIFERENTES MODELOS DE INTELIGENCIA ARTIFICIAL PARA LA DESAMBIGUACIÓN DE SIGLAS BIOMÉDICAS.

Archivos

2022-23-EIF-A-2229-2229045-e.alvarezl.2019-MEMORIA.pdf (3.07 MB)

Fecha

2023-07-10

Autores

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Rey Juan Carlos

Enlace externo

URI

https://hdl.handle.net/10115/22548

Resumen

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.

Descripción

Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: David Roldán Álvarez

Palabras clave

Desambiguación , siglas , textos , médicos , Transformer , PLN , IA , BERT

Citación

Colecciones

Trabajos Fin de Grado
license logo
Excepto si se señala otra cosa, la licencia del ítem se describe como Creative Commons Atribución-CompartirIgual 4.0 Internacional