Sistema de predicción de la complejidad léxica implementando machine learning y redes neuronales para reducir barreras de la compresión lectora en los estudiantes universitarios.
Збережено в:
| Автор: | Arroba Salinas, Sandra Yanel (author) |
|---|---|
| Інші автори: | Pozo Gonzabay, Luis Fernando (author) |
| Формат: | bachelorThesis |
| Мова: | spa |
| Опубліковано: |
2021
|
| Предмети: | |
| Онлайн доступ: | http://repositorio.ug.edu.ec/handle/redug/57212 |
| Теги: |
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Схожі ресурси
Схожі ресурси
-
Evaluación de desempeño de los modelos transformadores para la predicción de la complejidad léxica para el Idioma Español.
за авторством: Aroca Pincay, Diana Geovanna
Опубліковано: (2022) -
Las características lingüísticas y su aporte en la predicción de la complejidad léxica en la ejecución de los modelos de lenguajes basados en Transformers.
за авторством: Naranjo Reyes, Jackeline Estefania
Опубліковано: (2023) -
Sistema de predicción y evaluación de la complejidad léxica implementando ensemble methods en Machine Learning para reducir las barreras de la comprensión lectora en los estudiantes universitarios.
за авторством: Gaspar Tufiño, Kevin Petter
Опубліковано: (2021) -
Afinamiento de los modelos de transformadores integrando características lingüísticas para mejorar el rendimiento en la predicción de la complejidad léxica.
за авторством: Escobar Suarez, Jostin Daniel
Опубліковано: (2022) -
Un nuevo corpus etiquetado para la investigación de las palabras complejas en los trámites de la administración pública. análisis y evaluación aplicando modelos de lenguajes.
за авторством: Intriago Sánchez, Ricardo Isaac
Опубліковано: (2023)