Generación de textos adaptativa a partir de una elección léxica basada en emociones

La generación automática de lenguaje natural es un tema muy amplio que abarca muchos sistemas, diferentes técnicas y diversos resultados. Cuando hablamos de generación de lenguaje natural nos referimos a la capacidad de traducir información no lingüística de entrada a la máquina, a un texto legible...

Descripción completa

Detalles Bibliográficos
Autor: Bautista Blasco, Susana
Tipo de recurso: tesis de maestría
Fecha de publicación:2008
País:España
Institución:Universidad Complutense de Madrid (UCM)
Repositorio:Docta Complutense
Idioma:español
OAI Identifier:oai:docta.ucm.es:20.500.14352/54496
Acceso en línea:https://hdl.handle.net/20.500.14352/54496
Access Level:acceso abierto
Palabra clave:004.8(043.3)
81'322(043.3)
Generación de textos
Emociones
Generación automática
Lenguaje natural
Inteligencia artificial (Informática)
1203.04 Inteligencia Artificial
id ES_fe2b608d50e30c5837cbae61649b3649
oai_identifier_str oai:docta.ucm.es:20.500.14352/54496
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Generación de textos adaptativa a partir de una elección léxica basada en emociones
title Generación de textos adaptativa a partir de una elección léxica basada en emociones
spellingShingle Generación de textos adaptativa a partir de una elección léxica basada en emociones
Bautista Blasco, Susana
004.8(043.3)
81'322(043.3)
Generación de textos
Emociones
Generación automática
Lenguaje natural
Inteligencia artificial (Informática)
1203.04 Inteligencia Artificial
title_short Generación de textos adaptativa a partir de una elección léxica basada en emociones
title_full Generación de textos adaptativa a partir de una elección léxica basada en emociones
title_fullStr Generación de textos adaptativa a partir de una elección léxica basada en emociones
title_full_unstemmed Generación de textos adaptativa a partir de una elección léxica basada en emociones
title_sort Generación de textos adaptativa a partir de una elección léxica basada en emociones
dc.creator.none.fl_str_mv Bautista Blasco, Susana
author Bautista Blasco, Susana
author_facet Bautista Blasco, Susana
author_role author
dc.contributor.none.fl_str_mv Gervás Gómez-Navarro, Pablo
Díaz Esteban, Alberto
Universidad Complutense de Madrid
dc.subject.none.fl_str_mv 004.8(043.3)
81'322(043.3)
Generación de textos
Emociones
Generación automática
Lenguaje natural
Inteligencia artificial (Informática)
1203.04 Inteligencia Artificial
topic 004.8(043.3)
81'322(043.3)
Generación de textos
Emociones
Generación automática
Lenguaje natural
Inteligencia artificial (Informática)
1203.04 Inteligencia Artificial
description La generación automática de lenguaje natural es un tema muy amplio que abarca muchos sistemas, diferentes técnicas y diversos resultados. Cuando hablamos de generación de lenguaje natural nos referimos a la capacidad de traducir información no lingüística de entrada a la máquina, a un texto legible por humanos. Los sistemas desarrollados hasta el momento son capaces de generar dos tipos de textos. Los textos objetivos en los que se presenta información en un dominio concreto, por ejemplo, información metereológica, y los textos subjetivos en los que se generan historias donde la carga semántica aumenta mucho. En los textos objetivos, las connotaciones emocionales no influyen, ya que por ejemplo, para dar un informe sobre una máquina, la información es objetiva y no tiene carga emocional. Pero a la hora de generar historias, la carga emocional entra en juego e influye en la generación de los textos. No es lo mismo generar historias con carga emocional de tristeza que de euforia. Según el enfoque clásico, las etapas de un generador de textos son principalmente tres: la planificación del contenido, la planificación de las frases y la realización lingüística. La información emocional puede influir en distintas fases de las etapas de la generación de lenguaje, pero en la propuesta desarrollada en este trabajo, las connotaciones emocionales entran en juego en la fase de elección léxica, perteneciente a la etapa de planificación de frases de un generador. En este trabajo fin de máster, se presenta un nuevo módulo para la fase de elección léxica en el que a parte de recibir el término a lexicalizar, recibe información emocional. El módulo recibe como entrada el término y la información emocional, utilizando recursos léxicos y emocionales, genera como salida la opción léxica más apropiada. A la hora de elegir la opción léxica más apropiada para el término de entrada, se tiene en cuenta esa información emocional para conseguir una generación adaptativa. [ABSTRACT] Automatic Natural Language Generation is a very broad concept which covers many systems, different techniques and varying results. Natural Language Generation is a set of technologies and Artificial Intelligence models which try to translate non-liguistic information to human readable texts. Nowadays, NLG systems are able to generate two different kinds of texts: objective texts where information is presented in a specific scope and subjective texts from which stories are generated and semantic load is very important. Emotional connotations have no influence on objective texts. For example, to report about a machine, the information is objective and it has not semantic load. But when it is time to generate stories the semantic load has influence on the text generation. The main stages of a text generator are three: content planning, sentence planning and surface realizing. Emotional information can have influence on different phases of the Natural Language Generation but in the our approach, the semantic load has influence on the lexical choice phase belonging to the sentence planning stage of a generator. This work describes a new module for the lexical choice phase where inputs are the term and the semantic load. The inputs are the term and emotional information, using lexical and emotional resources, the module generates the most suitable lexical choice as output. When choosing the most suitable lexical choice to the input term, the semantic load is taken into account in order to achieve an adaptive generation.
publishDate 2008
dc.date.none.fl_str_mv 2008
2008-01-01
2008
2008-01-01
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/20.500.14352/54496
url https://hdl.handle.net/20.500.14352/54496
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
Atribución-NoComercial 3.0 España
https://creativecommons.org/licenses/by-nc/3.0/es/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial 3.0 España
https://creativecommons.org/licenses/by-nc/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Docta Complutense
instname:Universidad Complutense de Madrid (UCM)
instname_str Universidad Complutense de Madrid (UCM)
reponame_str Docta Complutense
collection Docta Complutense
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869425660421734400
spelling Generación de textos adaptativa a partir de una elección léxica basada en emocionesBautista Blasco, Susana004.8(043.3)81'322(043.3)Generación de textosEmocionesGeneración automáticaLenguaje naturalInteligencia artificial (Informática)1203.04 Inteligencia ArtificialLa generación automática de lenguaje natural es un tema muy amplio que abarca muchos sistemas, diferentes técnicas y diversos resultados. Cuando hablamos de generación de lenguaje natural nos referimos a la capacidad de traducir información no lingüística de entrada a la máquina, a un texto legible por humanos. Los sistemas desarrollados hasta el momento son capaces de generar dos tipos de textos. Los textos objetivos en los que se presenta información en un dominio concreto, por ejemplo, información metereológica, y los textos subjetivos en los que se generan historias donde la carga semántica aumenta mucho. En los textos objetivos, las connotaciones emocionales no influyen, ya que por ejemplo, para dar un informe sobre una máquina, la información es objetiva y no tiene carga emocional. Pero a la hora de generar historias, la carga emocional entra en juego e influye en la generación de los textos. No es lo mismo generar historias con carga emocional de tristeza que de euforia. Según el enfoque clásico, las etapas de un generador de textos son principalmente tres: la planificación del contenido, la planificación de las frases y la realización lingüística. La información emocional puede influir en distintas fases de las etapas de la generación de lenguaje, pero en la propuesta desarrollada en este trabajo, las connotaciones emocionales entran en juego en la fase de elección léxica, perteneciente a la etapa de planificación de frases de un generador. En este trabajo fin de máster, se presenta un nuevo módulo para la fase de elección léxica en el que a parte de recibir el término a lexicalizar, recibe información emocional. El módulo recibe como entrada el término y la información emocional, utilizando recursos léxicos y emocionales, genera como salida la opción léxica más apropiada. A la hora de elegir la opción léxica más apropiada para el término de entrada, se tiene en cuenta esa información emocional para conseguir una generación adaptativa. [ABSTRACT] Automatic Natural Language Generation is a very broad concept which covers many systems, different techniques and varying results. Natural Language Generation is a set of technologies and Artificial Intelligence models which try to translate non-liguistic information to human readable texts. Nowadays, NLG systems are able to generate two different kinds of texts: objective texts where information is presented in a specific scope and subjective texts from which stories are generated and semantic load is very important. Emotional connotations have no influence on objective texts. For example, to report about a machine, the information is objective and it has not semantic load. But when it is time to generate stories the semantic load has influence on the text generation. The main stages of a text generator are three: content planning, sentence planning and surface realizing. Emotional information can have influence on different phases of the Natural Language Generation but in the our approach, the semantic load has influence on the lexical choice phase belonging to the sentence planning stage of a generator. This work describes a new module for the lexical choice phase where inputs are the term and the semantic load. The inputs are the term and emotional information, using lexical and emotional resources, the module generates the most suitable lexical choice as output. When choosing the most suitable lexical choice to the input term, the semantic load is taken into account in order to achieve an adaptive generation.Gervás Gómez-Navarro, PabloDíaz Esteban, AlbertoUniversidad Complutense de Madrid20082008-01-0120082008-01-01master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/20.500.14352/54496reponame:Docta Complutenseinstname:Universidad Complutense de Madrid (UCM)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial 3.0 Españahttps://creativecommons.org/licenses/by-nc/3.0/es/info:eu-repo/semantics/openAccessoai:docta.ucm.es:20.500.14352/544962026-06-02T12:44:21Z
score 15.301603

Similares en LA Referencia