Estrategias para la creación de un sistema con Bases del Conocimiento (Wikidata y Wikipedia) dirigido a la conceptualización y el aprendizaje

Mayo Tejedor, Patricia. (2018). Estrategias para la creación de un sistema con Bases del Conocimiento (Wikidata y Wikipedia) dirigido a la conceptualización y el aprendizaje Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Mayo_Tejedor_Patricia_TFM.pdf Mayo_Tejedor_Patricia_TFM.pdf application/pdf 5.81MB

Título Estrategias para la creación de un sistema con Bases del Conocimiento (Wikidata y Wikipedia) dirigido a la conceptualización y el aprendizaje
Autor(es) Mayo Tejedor, Patricia
Resumen Las grandes bases de conocimiento disponibles en la Web Semántica son lo suficientemente maduras y robustas como para usarse de base fundamental única en sistemas de Aprendizaje o de Inteligencia Artificial. Sin embargo, el acceso a este conocimiento necesita de usuarios que comprendan los lenguajes de consulta semántica, por lo que la información queda oculta en tales repositorios. Además, la cantidad de datos no relevantes pero enlazados crea ruido innecesario que dificulta las tareas de la Inteligencia Artificial. En este trabajo se presenta una propuesta estratégica de etapas y sintonización de parámetros para la creación de un sistema interactivo dirigido al aprendizaje del usuario y al uso de la Web Semántica en aplicaciones de la Inteligencia Artificial. En este sistema híbrido se han integrando datos estructurados y no estructurados de Wikidata y Wikipedia, se han filtrado los datos irrelevantes, y se han devuelto los resultados como paquete de datos en forma de grafo personalizable. Todo el sistema se ha basado en el diseño y testeo de unas estrategias de parametrización que garantizan el balance entre la cantidad de datos (el potencial enorme de la Web Semántica) y la eficacia (asegurando la relevancia de los datos incluso después del filtrado). Se ha demostrado lo trascendental que resulta la plataforma no sólo para los usuarios que desean hacer una consulta, aprender sobre un concepto, o que necesitan de un auxiliar en sistemas de autorías propios, sino que también para su utilidad en aplicaciones de Inteligencia Artificial como datos fundamentales que alimentan al sistema.
Abstract The large knowledge bases available in the Semantic Web are mature and robust enough to be used as a fundamental basis in Learning or Artificial Intelligence systems. However, access to this knowledge requires users who understand semantic query languages, so that information is hidden in the repositories of stories. In addition, the amount of data not relevant but linked creates unnecessary creativity that hinders the tasks of Artificial Intelligence. This paper presents a strategic proposal of stages and parameters for the creation of an interactive system aimed at user learning and using the Semantic Web in applications of Artificial Intelligence. In this hybrid system, the structured and unclassified data of Wikidata and Wikipedia have been integrated, the irrelevant data has been filtered, and the results have been returned as a data package in the form of a customizable graph. The whole system has been based on the design and the state of the parameterization strategies that guarantee the balance between the amount of data (the enormous potential of the Semantic Web) and the effectiveness of data security. We have found the transcendental nature of the platform not only for users who want to consult, learn about a concept, or who need an assistant in their own authoring systems, but also for its use in Artificial Intelligence applications as fundamental data. that feed the system.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Fernández Vindel, José Luis
Fecha 2018-09-24
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Pmayo
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Pmayo
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 610 Visitas, 622 Descargas  -  Estadísticas en detalle
Creado: Tue, 10 Dec 2019, 20:30:35 CET