You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
La Extracción o Minado de Argumentos es una rama del Procesamiento de Lenguaje Natural que consiste en la extracción y clasificación de argumentos en un texto y la extracción y clasificación de las relaciones entre estos, dando como resultado final un grafo anotado con dichas etiquetas que condensa el esquema argumentativo usado. Para resolver dicho problema se han presentado diversos modelos de ML basados en SVM, RNN, CNN, la gran mayoría en inglés. Nuestro proyecto se basa en el estudio de la argumentación en los periódicos cubanos. El objetivo principal es la extracción y análisis de las estructuras argumentativas que aparecen en ellos mediante técnicas de aprendizaje de máquina con el objetivo de conocer cuáles son las más usadas, cuáles son los argumentos expresados, entre otras estadísticas.
Miembros del equipo
Luis Ernesto Ibarra Vázquez (@luisoibarra GitHub)(@Luiso_UH Telegram)
Otras asignaturas o investigación en los que impacte el proyecto
El proyecto impacta en la realización del proyecto CORESPUC el cual es una colaboración entre la Facultad de Artes y Letras y la Facultad de Matemática y Computación de la Universidad de La Habana. Forma parte del trabajo de diploma de Luis Ernesto, tutoreado por Damián Valdés.
Aprobación
Estos elementos serán chequeados por los profesores de la asignatura para aprobar el proyecto.
El repositorio indicado existe
El documento de reporte existe, y tiene la estructura inicial (nombre del proyecto, autores, breve descripción)
Los miembros del equipo tienen usuarios en Github y telegram debidamente identificados (avatar, nombre completo, y página de perfil)
El resumen describe una idea factible y de complejidad adecuada
El resumen describe una idea que impacta positivamente en otras asignatura o investigación
En caso de que algunas de las condiciones anteriores no se cumplan, en este issue les dejaremos todos los comentarios y discusiones necesarias para lograr la aprobación del proyecto.
Este issue será cerrado una vez se considere definitivamente aprobado o rechazado el proyecto, y se le pondrá la etiqueta correspondiente.
The text was updated successfully, but these errors were encountered:
Datos del proyecto
Nombre: Argumentación en Prensa
Repositorio: (link del repositorio de Github)
Reporte: (link al documento en PDF)
Breve resumen
La Extracción o Minado de Argumentos es una rama del Procesamiento de Lenguaje Natural que consiste en la extracción y clasificación de argumentos en un texto y la extracción y clasificación de las relaciones entre estos, dando como resultado final un grafo anotado con dichas etiquetas que condensa el esquema argumentativo usado. Para resolver dicho problema se han presentado diversos modelos de ML basados en SVM, RNN, CNN, la gran mayoría en inglés. Nuestro proyecto se basa en el estudio de la argumentación en los periódicos cubanos. El objetivo principal es la extracción y análisis de las estructuras argumentativas que aparecen en ellos mediante técnicas de aprendizaje de máquina con el objetivo de conocer cuáles son las más usadas, cuáles son los argumentos expresados, entre otras estadísticas.
Miembros del equipo
Otras asignaturas o investigación en los que impacte el proyecto
El proyecto impacta en la realización del proyecto CORESPUC el cual es una colaboración entre la Facultad de Artes y Letras y la Facultad de Matemática y Computación de la Universidad de La Habana. Forma parte del trabajo de diploma de Luis Ernesto, tutoreado por Damián Valdés.
Aprobación
En caso de que algunas de las condiciones anteriores no se cumplan, en este issue les dejaremos todos los comentarios y discusiones necesarias para lograr la aprobación del proyecto.
Este issue será cerrado una vez se considere definitivamente aprobado o rechazado el proyecto, y se le pondrá la etiqueta correspondiente.
The text was updated successfully, but these errors were encountered: