Show simple item record

dc.contributor.authorMarino, Silvio Carlos
dc.date.accessioned2019-08-08T19:47:42Z
dc.date.available2019-08-08T19:47:42Z
dc.date.issued2019-06-24
dc.identifier.citationMARINO, Silvio Carlos. Identificação automática de equivalência de conceitos em diferentes idiomas para aprendizado sem fim. 2019. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2019. Disponível em: https://repositorio.ufscar.br/handle/ufscar/11661.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/11661
dc.description.abstractArtificial Intelligence (AI) refers to a machine capable of systematizing and automating tasks that require intelligence when performed by humans. With AI it may be possible to create a decision-making process with an ever-smaller margin of error. In this sense, the project Read the Web and an endless learning computing system called NELL (Never- Ending Language Learning) were created. NELL performs an endless learning process to learn how to read the web better and better. With the success of obtaining knowledge in English, the system was modeled to learn how to extract facts from web pages in other languages, such as Portuguese, French and Spanish. However, the knowledge learned in the different languages is not directly related. Therefore, the main motivation of the research is to develop a mechanism capable of transferring knowledge from one base to another, using machine learning to automatically tell if concepts learned in different languages are the same. The results of the experiments, with the use of neural networks, C4.5 and XGBoost as a model of machine learning, show a significant gain in comparison with the simple use of dictionaries.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rights.uriAcesso abertopor
dc.subjectInteligência Artificialpor
dc.subjectAprendizado de máquinapor
dc.subjectRedes neuraispor
dc.subjectC4.5por
dc.subjectXGBoostpor
dc.subjectEquivalência de conceitospor
dc.subjectArtificial Intelligenceeng
dc.subjectMachine learningeng
dc.subjectNeural networkseng
dc.subjectEquivalence of conceptseng
dc.titleIdentificação automática de equivalência de conceitos em diferentes idiomas para aprendizado sem fimpor
dc.typeDissertaçãopor
dc.contributor.advisor1Hruschka Júnior, Estevam Rafael
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2097340857065853por
dc.description.resumoA Inteligência Artificial (IA) refere-se a uma máquina capaz de sistematizar e automatizar tarefas que requerem inteligência quando realizadas por humanos. Com IA pode ser possível criar um processo capaz de tomar decisões com uma margem de erro cada vez menor. Neste sentido, foram criados o projeto Read The Web e um sistema de computação de aprendizado sem fim chamado NELL: Never-Ending Language Learning. NELL realiza um processo de aprendizado sem fim para aprender a ler a web cada vez melhor. Com o sucesso de obtenção do conhecimento na língua inglesa, o sistema foi modelado para aprender a extrair fatos de páginas web em outras línguas, tais como: português, francês e espanhol. No entanto, o conhecimento aprendido nos diferentes idiomas não está diretamente relacionado. Sendo assim, a principal motivação da pesquisa é desenvolver um mecanismo capaz de transferir o conhecimento de uma base para outra, utilizando aprendizado de máquina para automaticamente dizer se os conceitos aprendidos em idiomas diferentes são os mesmos. Os resultados dos experimentos, com a utilização de redes neurais, C4.5 e XGBoost como modelo de aprendizado de máquina, mostram um ganho significativo em comparação com o simples uso de dicionários.por
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computação - PPGCCpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOpor
dc.ufscar.embargoOnlinepor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/5788922136217687por


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record