Sistema de predicción de la complejidad léxica implementando machine learning y redes neuronales para reducir barreras de la compresión lectora en los estudiantes universitarios.
Сохранить в:
| Главный автор: | Arroba Salinas, Sandra Yanel (author) |
|---|---|
| Другие авторы: | Pozo Gonzabay, Luis Fernando (author) |
| Формат: | bachelorThesis |
| Язык: | spa |
| Опубликовано: |
2021
|
| Предметы: | |
| Online-ссылка: | http://repositorio.ug.edu.ec/handle/redug/57212 |
| Метки: |
Нет меток, Требуется 1-ая метка записи!
|
Схожие документы
-
Evaluación de desempeño de los modelos transformadores para la predicción de la complejidad léxica para el Idioma Español.
по: Aroca Pincay, Diana Geovanna
Опубликовано: (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.
по: Naranjo Reyes, Jackeline Estefania
Опубликовано: (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.
по: Gaspar Tufiño, Kevin Petter
Опубликовано: (2021) -
Afinamiento de los modelos de transformadores integrando características lingüísticas para mejorar el rendimiento en la predicción de la complejidad léxica.
по: Escobar Suarez, Jostin Daniel
Опубликовано: (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.
по: Intriago Sánchez, Ricardo Isaac
Опубликовано: (2023)