Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2020-113230RB-C22

Financiado

Cerrado

SEQUENCE LABELING MULTITASK MODELS FOR LINGUISTICALLY ENRICHED NER: SEMANTICS AN...

SEQUENCE LABELING MULTITASK MODELS FOR LINGUISTICALLY ENRICHED NER: SEMANTICS AND DOMAIN ADAPTATION (SCANNER-UVIGO) LA SOCIEDAD DE LA INFORMACION GENERA ENORMES CANTIDADES DE DATOS TEXTUALES VALIOSOS EN DIFERENTES DOMINIOS, HASTA TAL PUNTO QUE A MENUDO ES DIFICIL O IMPOSIBLE PARA LOS HUMANOS MANTENERSE AL DIA, GESTIONARLOS Y OBTENER UNA VISION... ver más

01/01/2020

UVIGO

103K€

Presupuesto del proyecto: 103K€

Líder del proyecto

UNIVERSIDADE DE VIGO No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 410

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UVIGO

Lider

Proyectos interesantes

PID2020-113230RB-C21

Data Science

Software

112K€ Cerrado

TIN2010-21128-C02-02

Data Science

Software

Cerrado

FFI2011-25893

Data Science

Software

69K€ Cerrado

PLATAFORMA DE ANÁLISIS AVANZADO DE TEXTOS CIE...

Data Science

Software

57K€ Cerrado

PLATAFORMA DE ANÁLISIS AVANZADO DE TEXTOS CIE...

Data Science

Software

Rechazado

PCIN-2013-003-C02-02

Data Science

Software

95K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

UNIVERSIDADE DE VIGO No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 410

Presupuesto del proyecto 103K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto LA SOCIEDAD DE LA INFORMACION GENERA ENORMES CANTIDADES DE DATOS TEXTUALES VALIOSOS EN DIFERENTES DOMINIOS, HASTA TAL PUNTO QUE A MENUDO ES DIFICIL O IMPOSIBLE PARA LOS HUMANOS MANTENERSE AL DIA, GESTIONARLOS Y OBTENER UNA VISION GLOBAL CLARA QUE SE PUEDA UTILIZAR EFICAZMENTE PARA LA TOMA DE DECISIONES. EN LA PANDEMIA DE COVID-19 TENEMOS UN EJEMPLO RECIENTE EN EL CUAL GOBIERNOS, INSTITUCIONES E INVESTIGADORES HAN EXPERIMENTADO DIFICULTADES PARA LIDIAR CON EL RITMO AL QUE APARECIAN NUEVOS ESTUDIOS Y HALLAZGOS CIENTIFICOS. PERO ESTE MISMO PROBLEMA SE EXTIENDE A AREAS COMO EL DERECHO, LA ECONOMIA, LAS PATENTES O PRACTICAMENTE CUALQUIER AREA DEL CONOCIMIENTO HUMANO.POR TANTO, PARA AVANZAR HACIA UNA SOCIEDAD DEL CONOCIMIENTO, ES FUNDAMENTAL DISPONER DE HERRAMIENTAS ADECUADAS PARA GESTIONAR ESTA RIQUEZA DE DATOS. EN ESTE CONTEXTO, LA MINERIA DE TEXTOS ES UN ACTIVO CRUCIAL PARA EXTRAER LA INFORMACION RELEVANTE DE GRANDES VOLUMENES DE TEXTOS, Y EL RECONOCIMIENTO DE ENTIDADES NOMBRADAS (NER), QUE IDENTIFICA REFERENCIAS A ENTIDADES EN UN TEXTO Y LAS CLASIFICA EN CATEGORIAS PREDEFINIDAS, ES UNA PIEDRA ANGULAR DE LA EXTRACCION DE INFORMACION. NO OBSTANTE, LA NER ESTA TODAVIA LEJOS DE CONSIDERARSE UNA TAREA RESUELTA, ESPECIALMENTE EN DOMINIOS ESPECIALIZADOS COMPLEJOS.EN ESTE PROYECTO, NUESTRO OBJETIVO ES MEJORAR LA PRECISION DE LOS SISTEMAS DE NER MANTENIENDO SU EFICIENCIA Y ESCALABILIDAD. PARA ELLO, ABORDAREMOS EL PROBLEMA ABIERTO DE CUAL ES LA MEJOR MANERA DE INTEGRAR INFORMACION LINGUISTICA JERARQUICA EN TAREAS DE ETIQUETADO SECUENCIAL. SI BIEN ES CONOCIDO QUE LA INFORMACION SINTACTICA PUEDE MEJORAR LA PRECISION DE LOS SISTEMAS DE NER, LOS ENFOQUES EXISTENTES LA HAN UTILIZADO DE MANERA PARCIAL Y SUPERFICIAL, O BIEN HAN NECESITADO RECURRIR A COMPLEJAS ARQUITECTURAS AD-HOC PARA PODER EMPLEAR ARBOLES SINTACTICOS COMPLETOS, MEJORANDO LA PRECISION A COSTA DE DE SACRIFICAR LA GENERICIDAD Y EFICIENCIA DE LOS ENFOQUES TRADICIONALES DE ETIQUETADO DE SECUENCIAS PARA NER. EN CAMBIO, NUESTRA PROPUESTA ES APROVECHAR UN AVANCE RECIENTE LOGRADO DENTRO DE NUESTRO EQUIPO: LA REDUCCION DEL ANALISIS SINTACTICO A UNA TAREA DE ETIQUETADO SECUENCIAL, CODIFICANDO ARBOLES COMO SECUENCIAS DE ETIQUETAS. ESTO NOS PERMITIRA INTEGRAR ARBOLES SINTACTICOS PROFUNDOS CON LA NER MEDIANTE EL USO DE APRENDIZAJE MULTITAREA EN EL CONTEXTO DE UNA ARQUITECTURA DE ETIQUETADO SECUENCIAL Y, MEDIANTE EL DESARROLLO DE CODIFICACIONES PARA REPRESENTACIONES SEMANTICAS, HACER LO PROPIO CON INFORMACION SEMANTICA. POR LO TANTO, UTILIZAREMOS COMPLETAMENTE LA INFORMACION SINTACTICA Y SEMANTICA PARA MEJORAR LA PRECISION, SIN RENUNCIAR A LA EFICIENCIA DEL ETIQUETADO SECUENCIAL PARA TRATAR GRANDES VOLUMENES DE TEXTO.ADEMAS, APLICAREMOS DISTINTAS MEJORAS PARA GANAR MAYOR VELOCIDAD Y PRECISION EN EL SISTEMA EN SU CONJUNTO, CENTRANDONOS EN LA ROBUSTEZ ANTE TEXTOS RUIDOSOS, LA ADAPTACION A DOMINIOS ESPECIALIZADOS, LA OPTIMIZACION DEL PROCESO DE ENTRENAMIENTO Y EL MANEJO DE LA DIVERSIDAD EN ENTIDADES Y SUS FORMAS ESCRITAS.EN PARTICULAR, ESTE SUBPROYECTO SE CENTRARA EN LOS ASPECTOS DEL PROYECTO MAS ENFOCADOS HACIA LA SEMANTICA: EL DESARROLLO DE CODIFICACIONES PARA EL ANALISIS DE DEPENDENCIA SEMANTICA, LA ADAPTACION DE ANALIZADORES Y SISTEMAS NER A DOMINIOS ESPECIALIZADOS Y TEXTOS RUIDOSOS, Y EL DESARROLLO DE MECANISMOS PARA LA GESTION DE LA DIVERSIDAD EN NER. ROCESAMIENTO DEL LENGUAJE NATURAL\APRENDIZAJE MULTITAREA\ETIQUETADO SECUENCIAL\ANALISIS SEMANTICO\ANALISIS SINTACTICO\EXTRACCION DE INFORMACION\RECONOCIMIENTO DE ENTIDADES NOMBRADAS\LINGUISTICA COMPUTACIONAL

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores