Buscar en Google Scholar
Título: Corrector ortográfico neuronal para errores ortográficos multilingües adversarios para lenguas amazónicas peruanas
Asesor(es): Gómez Montoya, Héctor Erasmo
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.02.00
Fecha de publicación: 9-nov-2022
Institución: Pontificia Universidad Católica del Perú
Resumen: Para combatir los ataques de ejemplos adversarios, se propuso implementar un modelo de reconocimiento de palabras y entrenarlo con oraciones creadas a través de diferentes técnicas de generación de data aumentada para cuatro lenguas amazónicas peruanas de pocos recursos: Shipibo-Konibo, Asháninka, Yanesha y Yine. Observamos que, para la gran mayoría de experimentos, el modelo propuesto logró corregir oraciones con palabras con errores ortográficos. Los modelos que fueron entrenados mediante oraciones creadas a través de los canales de errores de ambigüedad fonema-grafema y desnormalización; y, el modelo de ensamble, se desempeñaron mejor al momento de evaluarlos con los corpus creados por profesores de las lenguas. Finalmente, se implementó un prototipo del corrector ortográfico neuronal, en donde se encuentran todos los modelos entrenados en la presente investigación.
Disciplina académico-profesional: Informática con mención en Ciencias de la Computación
Institución que otorga el grado o título: Pontificia Universidad Católica del Perú. Escuela de Posgrado.
Grado o título: Maestro en Informática con mención en Ciencias de la Computación
Jurado: Villanueva Talavera, Edwin Rafael; Gomez Montoya, Hector Erasmo; Oncevay Marcos, Felix Arturo
Fecha de registro: 9-nov-2022



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons