Identificación automática de argumentos en sistemas de discusión online
La detección automática de argumentos en procesos de discusión online puede ser aplicada para diversas finalidades: brinda la posibilidad de analizar y comparar las capacidades argumentativas de distintos grupos de trabajo permitiendo detectar fallas, entrenar agentes inteligentes que imiten las cap...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Artículo revista |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
2017
|
| Materias: | |
| Acceso en línea: | https://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/2064 |
| Aporte de: |
| id |
I21-R190-123456789-2064 |
|---|---|
| record_format |
ojs |
| institution |
Universidad Nacional del Centro |
| institution_str |
I-21 |
| repository_str |
R-190 |
| container_title_str |
Repositorio Institucional de Acceso Abierto (RIDAA) |
| language |
Español |
| format |
Artículo revista |
| topic |
Ingeniería de sistemas Algoritmos Trabajo colaborativo soportado por computadoras CSCW Argumentación colaborativa soportada por computadoras CSCA Proceso de Extracción de conocimiento KDD Máquinas de Vectores de Soporte SVM Procesamiento de lenguaje natural PLN Inteligencia artificial |
| spellingShingle |
Ingeniería de sistemas Algoritmos Trabajo colaborativo soportado por computadoras CSCW Argumentación colaborativa soportada por computadoras CSCA Proceso de Extracción de conocimiento KDD Máquinas de Vectores de Soporte SVM Procesamiento de lenguaje natural PLN Inteligencia artificial García, Nicolás Palavecino, Damián Identificación automática de argumentos en sistemas de discusión online |
| topic_facet |
Ingeniería de sistemas Algoritmos Trabajo colaborativo soportado por computadoras CSCW Argumentación colaborativa soportada por computadoras CSCA Proceso de Extracción de conocimiento KDD Máquinas de Vectores de Soporte SVM Procesamiento de lenguaje natural PLN Inteligencia artificial |
| author |
García, Nicolás Palavecino, Damián |
| author_facet |
García, Nicolás Palavecino, Damián |
| author_sort |
García, Nicolás |
| title |
Identificación automática de argumentos en sistemas de discusión online |
| title_short |
Identificación automática de argumentos en sistemas de discusión online |
| title_full |
Identificación automática de argumentos en sistemas de discusión online |
| title_fullStr |
Identificación automática de argumentos en sistemas de discusión online |
| title_full_unstemmed |
Identificación automática de argumentos en sistemas de discusión online |
| title_sort |
identificación automática de argumentos en sistemas de discusión online |
| description |
La detección automática de argumentos en procesos de discusión online puede ser aplicada para diversas finalidades: brinda la posibilidad de analizar y comparar las capacidades argumentativas de distintos grupos de trabajo permitiendo detectar fallas, entrenar agentes inteligentes que imiten las capacidades argumentativas de los usuarios, determinar preferencias individuales o colectivas sobre una temática en particular, entre otros. A partir de esto surge la necesidad de brindar un mecanismo que permita discriminar argumentos expresados en lenguaje natural por los usuarios dentro de un contexto de debates o discusiones online.
Este trabajo tiene como objetivo el desarrollo de un enfoque que permita maximizar la detección automática de argumentos entre un conjunto de argumentos candidatos. Para ello se planteó la realización de un proceso de extracción de conocimiento (KDD), implementando cada una de las etapas que la componen. La informalidad de los argumentos expresados en lenguajes natural, mucho más evidente en los sistemas de discusión online, suscitó la necesidad de la búsqueda y combinación de diversos preprocesamientos y transformaciones que se adecuen a la problemática planteada y optimicen los resultados a obtener.
Finalmente, se obtendrá como resultado un clasificador cuya función sea determinar cuáles sentencias son argumentos y cuáles no, por medio del algoritmo que mejor se adapte a esta finalidad. |
| publisher |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
| publishDate |
2017 |
| url |
https://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/2064 |
| work_keys_str_mv |
AT garcianicolas identificacionautomaticadeargumentosensistemasdediscusiononline AT palavecinodamian identificacionautomaticadeargumentosensistemasdediscusiononline |
| first_indexed |
2022-07-04T14:37:27Z |
| last_indexed |
2022-07-04T14:37:27Z |
| bdutipo_str |
Revistas |
| _version_ |
1764819786788765698 |