Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/4164
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRamirez Bahena,Uriel%885447-
dc.creatorRamirez Bahena, Uriel%885447-
dc.date.accessioned2022-07-08T19:41:14Z-
dc.date.available2022-07-08T19:41:14Z-
dc.date.issued2020-07-22-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/4164-
dc.descriptionEn la sociedad en la que vivimos, la información se ha convertido en un bien necesario, a la vez que altamente cotizado, que nos acompaña en todas y cada una de nuestras actividades sociales, culturales y económicas cotidianas. Sin embargo, el crecimiento exponencial de la información a nuestro alcance se presenta como una amenaza a su uso efectivo para la formación de conocimiento, ya que, si bien la disponibilidad de esta información parece estar garantizada, no ocurre lo mismo con el tiempo necesario para procesarla. La Generación Automática de Resúmenes trata, en cierta medida, de paliar los efectos negativos de la sobrecarga de información sobre la capacidad de los usuarios para obtener aquella que realmente les interesa y transformarla en conocimiento. Los resúmenes generados automáticamente pueden utilizarse como sustitutos de los documentos originales o simplemente como referencia en la selección de documentos para una lectura más profunda. Más aún, resultan de gran utilidad como paso intermedio en otras tareas de Procesamiento de Lenguaje Natural. La generación de resúmenes es una de las tareas más complejas de las encuadradas dentro de la más amplia disciplina del Procesamiento de Lenguaje Natural, debido a la gran cantidad de otras tareas que implícitamente conlleva, como la detección de temas, la desambiguación léxica, la resolución de referencias, la simplificación de oraciones o la eliminación de redundancia. Existen dos principales enfoques para la generación de resúmenes. Uno de ellos tiene que ver con la interpretación del significado del contenido del documento (enfoque abstractivo) y el otro con el análisis más bien de su estructura (enfoque extractivo). Es por ello que en esta tesis de maestría se presta especial atención dar solución a la generación de resúmenes extractivos personalizados en español, tomando en cuenta el estilo de aprendizaje de los usuarios. Al tomar un modelo de la teoría de estilos de aprendizaje sostiene que una persona utiliza en su lenguaje y sistema de comunicación una serie de términos textuales. Dada esta teoría, se da solución a la generación de resúmenes personalizados mediante la evaluación de las sentencias del texto que se requiere resumir. Los resúmenes generados son evaluados basándose en el test de Turing, en el cual varios jueces humanos deben identificar el origen, humano o automático, de una serie de resúmenes. También explicamos cómo validar las respuestas de los jueces por medio del test estadístico de Fisher.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleMétodo para la generación automática de resúmenes personalizados de textos en españoles_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorMartinez Rebollar, Alicia%217272-
dc.contributor.directorHernandez Perez, Maria Yasmin%277696-
dc.folio20-0146es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Uriel_Ramirez_Bahena_2020.pdfTesis2.75 MBAdobe PDFView/Open
MC_Uriel_Ramirez_Bahena_2020.pdf
  Restricted Access
Cesión de derechos51.96 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons