Modelo de traducción estadístico español/inglés : metaheurísticas para la fase de decodificación
Tipo de material:
TextoDetalles de publicación: Valparaíso: UTFSM, 2003Descripción: 78 h. : ilTema(s): PROGRAMACION HEURISTICA | TRADUCCION MECANICA | DECODOFICACION | BC / MEM (memorias UTFSM con resúmenes) | BC / MEM (memorias UTFSM con resúmenes)Clasificación CDD: M 005.45 Nota de disertación: Tesis (Magíster en Ing. Informática) - - (Ing. Civil en Informática) -- Profs. guías : María Cristina Riff, Horst Von Brand, Bertrand Neveu Tema: [Resumen del autor]Tema: Cada día que pasa las organizaciones reconocen que podrían elevar su eficiencia haciendo un mejor uso de los recursos de información que ya existen dentro de ellas. Debido a esto, surge el concepto de Business Intelligence, el cual propone que las mejores decisiones se consiguen teniendo un acceso directo y rápido a información clave para el negocio. Aplicar Business Intelligence implica un largo trabajo, que comienza con enfrentar el problema e introducir nuevas tecnologías que sean realmente una herramienta de ayuda a los directivos. El objetivo de este trabajo es incorporar Business Intelligence al proceso de acreditación que actualmente enfrenta el Departamento de Informática. Para ello se presenta una aplicación que busca hacer más rápida y completa la obtención de información que responda a los requerimientos de dicho proceso.Tema: [Resumen del autor]Tema: En los sistemas <Se traducción automáticos estadísticos (STAE), l~ decodificación es el proceso de encontrar la traducción más probable, basada en un modelo estadístico de acuerdo a parámetros previamente aprendidos. El éxito de cualquiera de estos sistemas es altamente dependiente de la calidad de su decodificador. La mayoría de los STAE publicados en la literatura reciente, usan enfoques basados en métodos de optimización tradicional y heurísticos. Por otra parte, durante los últimos años, ha habido un rápido incremento en el uso de metaheurísticas. Este tipo de técnicas ha mostrado ser capaz de resolver problemas de búsqueda de forma eficiente para una amplia gama de aplicaciones. Esta tesis muestra un nuevo enfoque basado en algoritmos evolutivos híbridos para traducir ora<U+00AD>ciones en un contexto técnico específico. El algoritmo ha sido potenciado por un control de parámetros adaptivos. Las pruebas son realizadas en español y traducidas al inglés. Los resultados experimentales validan el mejor desempeño del método, mostrando que el algoritmo evolutivo traduce con calidad superior respecto a traductores de propósito general.
| Tipo de ítem | Biblioteca actual | Colección | número de clasificación | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
Memorias
|
Biblioteca Central | Memorias | M 005.45 O 91 (Navegar estantería(Abre debajo)) | 1 | Disponible | 35609000971082 |
Navegando Biblioteca Central Estantes, Ubicación: Memorias, Código de colección: Memorias Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
[Resumen del autor]
Cada día que pasa las organizaciones reconocen que podrían elevar su eficiencia haciendo un mejor uso de los recursos de información que ya existen dentro de ellas. Debido a esto, surge el concepto de Business Intelligence, el cual propone que las mejores decisiones se consiguen teniendo un acceso directo y rápido a información clave para el negocio. Aplicar Business Intelligence implica un largo trabajo, que comienza con enfrentar el problema e introducir nuevas tecnologías que sean realmente una herramienta de ayuda a los directivos. El objetivo de este trabajo es incorporar Business Intelligence al proceso de acreditación que actualmente enfrenta el Departamento de Informática. Para ello se presenta una aplicación que busca hacer más rápida y completa la obtención de información que responda a los requerimientos de dicho proceso.
[Resumen del autor]
En los sistemas <Se traducción automáticos estadísticos (STAE), l~ decodificación es el proceso de encontrar la traducción más probable, basada en un modelo estadístico de acuerdo a parámetros previamente aprendidos. El éxito de cualquiera de estos sistemas es altamente dependiente de la calidad de su decodificador. La mayoría de los STAE publicados en la literatura reciente, usan enfoques basados en métodos de optimización tradicional y heurísticos. Por otra parte, durante los últimos años, ha habido un rápido incremento en el uso de metaheurísticas. Este tipo de técnicas ha mostrado ser capaz de resolver problemas de búsqueda de forma eficiente para una amplia gama de aplicaciones. Esta tesis muestra un nuevo enfoque basado en algoritmos evolutivos híbridos para traducir ora<U+00AD>ciones en un contexto técnico específico. El algoritmo ha sido potenciado por un control de parámetros adaptivos. Las pruebas son realizadas en español y traducidas al inglés. Los resultados experimentales validan el mejor desempeño del método, mostrando que el algoritmo evolutivo traduce con calidad superior respecto a traductores de propósito general.
CONSULTE EN LINEA A TRAVES DE REPOSITORIO INSTITUCIONAL
CONSULTE EN LINEA A TRAVES DE REPOSITORIO INSTITUCIONAL
Tesis (Magíster en Ing. Informática) - - (Ing. Civil en Informática) -- Profs. guías : María Cristina Riff, Horst Von Brand, Bertrand Neveu
h.73-78
2