Búsqueda de Respuestas en foros usando modelos basados en Transformers

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 pr...

Full description

Bibliographic Details
Author: Lasheras Navas, Javier
Format: master thesis
Publication Date:2022
Country:España
Institution:Universidad Nacional de Educación a Distancia
Repository:e-spacio. Repositorio Institucional de la UNED
Language:Spanish
OAI Identifier:oai:e-spacio.uned.es:20.500.14468/14704
Online Access:https://hdl.handle.net/20.500.14468/14704
Access Level:Open access
Keyword:1203 Ciencia de los ordenadores
id ES_553cc4bcd5f727a12385f4fccf0deabd
oai_identifier_str oai:e-spacio.uned.es:20.500.14468/14704
network_acronym_str ES
network_name_str España
repository_id_str
spelling Búsqueda de Respuestas en foros usando modelos basados en TransformersLasheras Navas, Javier1203 Ciencia de los ordenadoresDurante 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.During the last few years it has become more necessary to search for information on the Internet. Due to this need, websites have been created where users try to help other users by answering their questions. These sites are called collaborative response forums. This has created a problem: many of the questions asked have already been answered previously and it is desirable to be able to retrieve answers to similar questions. This is why the task of Community Question Answering (CQA) arose, seeking to allow more convenient access to the information posted on these websites. Within this task, several subtasks have emerged and this paper addresses one of the most recurrent ones: Given a question and a set of answers, find the answers that best fit the question. For this purpose, Deep Learning techniques will be used, and more in particular a new neural network architecture, the Transformers, which use the attention mechanisms. By means of this technique, an attempt has been made to classify and order the answers from different forums according to the question asked. Its effectiveness has been tested on the basis of 3 different collections: SemEval 2015, 2017 and AmazonQA. It has been concluded that the results extracted with this type of methods allow to overcome the previous results, opening the possibility towards a greater implementation of these technologies in real systems.Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas InformáticosFresno Fernández, Víctor DiegoRodrigo Yuste, Álvaroe-Spacio UNED20242024-05-2020222022-03-1120222022-03-11master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/20.500.14468/14704reponame:e-spacio. Repositorio Institucional de la UNEDinstname:Universidad Nacional de Educación a DistanciaEspañolspaopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.esoai:e-spacio.uned.es:20.500.14468/147042026-06-06T12:38:31Z
dc.title.none.fl_str_mv Búsqueda de Respuestas en foros usando modelos basados en Transformers
title Búsqueda de Respuestas en foros usando modelos basados en Transformers
spellingShingle Búsqueda de Respuestas en foros usando modelos basados en Transformers
Lasheras Navas, Javier
1203 Ciencia de los ordenadores
title_short Búsqueda de Respuestas en foros usando modelos basados en Transformers
title_full Búsqueda de Respuestas en foros usando modelos basados en Transformers
title_fullStr Búsqueda de Respuestas en foros usando modelos basados en Transformers
title_full_unstemmed Búsqueda de Respuestas en foros usando modelos basados en Transformers
title_sort Búsqueda de Respuestas en foros usando modelos basados en Transformers
dc.creator.none.fl_str_mv Lasheras Navas, Javier
author Lasheras Navas, Javier
author_facet Lasheras Navas, Javier
author_role author
dc.contributor.none.fl_str_mv Fresno Fernández, Víctor Diego
Rodrigo Yuste, Álvaro
e-Spacio UNED
dc.subject.none.fl_str_mv 1203 Ciencia de los ordenadores
topic 1203 Ciencia de los ordenadores
description 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.
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-03-11
2022
2022-03-11
2024
2024-05-20
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14468/14704
url https://hdl.handle.net/20.500.14468/14704
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas Informáticos
publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas Informáticos
dc.source.none.fl_str_mv reponame:e-spacio. Repositorio Institucional de la UNED
instname:Universidad Nacional de Educación a Distancia
instname_str Universidad Nacional de Educación a Distancia
reponame_str e-spacio. Repositorio Institucional de la UNED
collection e-spacio. Repositorio Institucional de la UNED
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408256875560960
score 15,812455

Similar Items