Guillermo |
Moncecchi|
gmonce@fing.edu.uy|
Facultad de Ingeniería|
Métodos de aprendizaje basados en kernels para el Procesamiento de Lenguaje Natrual|
kernels, pln, aprendizaje automático|
DOCTORADO|
|
Los métodos de aprendizaje automático basados en kernels permiten la extensión de las máquinas de aprendizaje lineal a espacios de atributos de alta dimensionalidad.  Como las versiones duales de estos algortimos dependen solamente de productos escalares entre los ejemplos, es posible sustituir este producto con funciones de kernels apropiadas, realizando implícitamente un mapeo del espacio de entradas a un espacio de atributos de mayor dimensionalidad. Haciendo que los parámetros de estas funciones no dependan del número de atributos del ejemplo, pueden evitarse problemas como el de la "maldición de la dimensionalidad". 

Estos métodos pueden ser muy útiles para la resolución de problemas de aprendizaje supervisado en el Procesamiento de Lenguaje Natural, donde los ejemplos de entrenamiento pueden representarse más naturalmente en términos de estructuras discretas (árboles o grafos), en lugar de vectores de atributos.
attribute vectors.

En esta charla presentaré los principales aspectos de estos métodos, mostrarndo luego su aplicación a tareas de procesamiento de lenguaje natural, tales como clasificación, análisis sintáctico y extracción de relaciones.
|