| Sumario: | Durante los últimos años se ha hecho más necesaria la búsqueda de información en internet. Debido a dicha necesidad, se han creado sitios web donde los usuarios tratan de ayudar a otros usuarios contestando sus preguntas. Estos sitios se llaman foros de respuesta colaborativa. Esto ha generado un problema: muchas de las preguntas que se plantean ya se han respondido previamente y es deseable poder recuperar respuestas a preguntas similares. Es por ello por lo que surgió la tarea de Community Question Answering (CQA), buscando permitir un acceso más cómodo a la información publicada en estos sitios web. Dentro de esta tarea han surgido varias subtareas y en este trabajo se aborda una de la más recurrentes: Dada una pregunta y un conjunto de respuestas, encontrar las respuestas que mejor encajan con la pregunta. Para ello se usarán técnicas de Deep Learning, y más en particular una nueva arquitectura de redes neuronales, los Transformers, que utilizan los mecanismos de atención. Mediante dicha técnica se ha intentado clasificar y ordenar las respuestas de distintos foros en función de la pregunta formulada. Se ha probado su validez en función de 3 colecciones distintas: SemEval 2015, 2017 y AmazonQA. Se ha concluido que los resultados extraídos con este tipo de métodos permiten superar los resultados anteriores, abriendo la posibilidad hacia una mayor implantación de estas tecnologías en sistemas reales.
|
|---|
