Plataforma de exploración de la Composición Semántica apartir de Modelos de Lenguaje pre-entrenados yembeddings estáticos

  1. Adrián Ghajari 1
  2. Víctor Fresno 1
  3. Enrique Amigó 1
  1. 1 1Universidad Nacional de Educación a Distancia (UNED), España
Libro:
SEPLN-PD 2022: Annual Conference of the Spanish Association for Natural Language Processing 2022: Projects and Demonstrations
  1. Miguel A. Alonso (ed. lit.)
  2. Margarita Alonso-Ramos (ed. lit.)
  3. Carlos Gómez-Rodríguez (ed. lit.)
  4. David Vilares (ed. lit.)
  5. Jesús Vilares (ed. lit.)

Editorial: CEUR Workshop Proceedings

Año de publicación: 2022

Páginas: 52-56

Tipo: Capítulo de Libro

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Resumen

El crecimiento de la capacidad de procesamiento y el advenimiento del modelo Transformer han modificado elpanorama del PLN. El proceso conocido como Transferencia de Aprendizaje ha facilitado la consecución deresultados cercanos al estado-del-arte a una fracción del coste computacional. En este ámbito, este artículopresenta una aplicación cliente-servidor capaz de obtener vectores contextualizados (o estáticos) de palabrasdentro de textos y a partir de una gran cantidad de modelos pre-entrenados, realizar composición semánticapara, finalmente, visualizar en un espacio tridimensional las representaciones obtenidas y estimar su similitudsemántica; todo esto, explotando los recursos hardware disponibles.

Fuente de los datos: Dialnet