Examinando por Autor "Albornoz Cuadrado, Jorge Carrillo de"

Mostrando 1 - 2 de 2
  • Miniatura
    Publicación
    Automatic Generation of Domain Knowledge Graph for Recommendation Systems using Open Source Resources
    (Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas Informáticos, 2020-09-01) Sanz Olive, Almudena; Albornoz Cuadrado, Jorge Carrillo de; Gonzalez-Fierro, Miguel
    A group of state-of-the-art recommendation algorithms using Knowledge Graphs are RippleNet [1] or KGAT [2]. However, the main bottleneck to benchmark and work with these algorithms is that they used Microsoft Satori 1 or Freebase 2 (now Google Knowledge Graph 3) as their KG. As Satori and Google Knowledge Graph are commercial KGs and not open source, it's not possible to replicate the results found in the papers on new data, or use these solutions in real applications without paying for access. This limitation is critical in the development of this area of RS. There are researchers working on algorithms and applications, whose results cannot be replicated openly by the science community, hence, going against the scientic method. As researchers, one of our main goals is to make science accessible and replicable for all the scientic community, empowering the development of new knowledge areas. To ll this gap, this Thesis presents a system to generate domain adapted Knowledge Graphs using open source information from Wikidata. These Knowledge Graphs can be used in hybrid Recommendation Systems, that use linked knowledge on the items as side information, combining both Collaborative Filtering and Content Base Filtering strategies. The results show that the proposed system is able to create domain adapted Knowledge Graphs from open source information for recommendation datasets, and that the KGs generated are able to compete with their commercial versions. We have shown that our proposed system creates smaller KGs that are more domain adapted, that have a similar eciency in downstream tasks of Recommendation Systems than commercial KGs. This could be specially relevant in systems that require faster computational times that can be achieved with smaller KGs, as real-time systems, or to save computational cost in high-scale systems. The system ca be used as a reference to evaluate the state-of-the-art algorithms in future works in the area.
  • Miniatura
    Publicación
    Un Método para la Detección de Controversia en Textos y su Aplicación al Caso de Comentarios sobre Fármacos en Foros de Salud
    (Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Lenguajes y Sistemas Informáticos, 2020-09-01) López López, Ezequiel; Albornoz Cuadrado, Jorge Carrillo de; Plaza Morales, Laura
    La controversia, como fenomeno social y ling ustico, consiste en la discusion o debate reiterado de individuos con posiciones enfrentadas. En la actualidad, goza de una especial visibilidad gracias a las condiciones idoneas de una sociedad hiperconectada, que han permitido registrar y potenciar la interaccion de usuarios online, a menudo anonima, as como la creacion y consumo de contenido nunca antes visto. Analizar las propiedades y caractersticas propias de este fenomeno puede permitirnos extraer diferentes insights sobre el tema que es objeto de controversia: un mejor entendimiento del porque de su controversia, su percepcion en la comunidad, si el fenomeno de controversia es equivalente para diferentes dominios y facilitar el desarrollo de herramientas que mejoren el acceso y consumo de la informacion para los usuarios, entre otros aspectos de interes. Sin embargo, debido a su sutileza y dependencia del contexto, su denicion y deteccion es aun un paradigma sin resolver. En este trabajo se ha realizado un estudio del problema de la deteccion de controversia en textos, identicando cuales son los desafos de las metodologas existentes en el estado del arte para este problema. Entre estos desafos, encontramos una falta de denicion explcita y ampliamente aceptada y aplicada, as como una metodologa para su deteccion acordemente amplia e independiente del dominio y caso de uso. Para afrontar dichos desafos, hemos desarrollado una propuesta para una denicion amplia de controversia, independiente del dominio, y una aproximaci on tecnica para su deteccion, ademas de su implementacion y evaluacion en un caso de estudio concreto: el de comentarios de usuarios en foros del ambito medico (corpus Drug Review Dataset). Dicha propuesta se ha basado, por un lado, en la novedosa aplicacion formal de deteccion de argumentacion como base para la deteccion de controversia, y por otro lado, incluyendo otros aspectos presentes en el estado del arte, como son la formacion de grupos de opinion y la confrontacion de dichos grupos respecto al tema de controversia. Se ha desarrollado un sistema modular de deteccion basado en dicha denicion, consistente en un detector de argumentos, un componente de clustering de argumentos, un clasicador de polaridad y un estimador de controversia, de propuesta propia. Para dicho componente, se han conseguido resultados de clasicacion de argumentos que superan los encontrados en el estado del arte para el mismo problema y conguracion. Finalmente, hemos evaluado el caso particular Drug Review Dataset, comparando los resultados con una anotacion manual para el mismo dataset, llevada a cabo por tres anotadores diferentes. Los resultados obtenidos son prometedores, detectando la controversia correctamente en sus extremos y aportando una serie de detalles para su explicabilidad.