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

Vista sencilla de ítem
dc.contributor.authorÁlvarez López, Elena
dc.date.accessioned2023-07-11T00:00:03Z
dc.date.available2023-07-11T00:00:03Z
dc.date.issued2023-07-10
dc.descriptionTrabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: David Roldán Álvarez
dc.description.abstractLa 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.identifier.urihttps://hdl.handle.net/10115/22548
dc.language.isospa
dc.publisherUniversidad Rey Juan Carlos
dc.rightsCreative Commons Atribución-CompartirIgual 4.0 Internacional
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/legalcode
dc.subjectDesambiguación
dc.subjectsiglas
dc.subjecttextos
dc.subjectmédicos
dc.subjectTransformer
dc.subjectPLN
dc.subjectIA
dc.subjectBERT
dc.titleEVALUACIÓN DE DIFERENTES MODELOS DE INTELIGENCIA ARTIFICIAL PARA LA DESAMBIGUACIÓN DE SIGLAS BIOMÉDICAS.
dc.typeinfo:eu-repo/semantics/studentThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
2022-23-EIF-A-2229-2229045-e.alvarezl.2019-MEMORIA.pdf
Tamaño:
3.07 MB
Formato:
Adobe Portable Document Format
Descripción:
Memoria del TFG
Descargar

Colecciones

Trabajos Fin de Grado