| Título : |
Cognitively Inspired Natural Language Processing : An Investigation Based on Eye-tracking |
| Tipo de documento: |
documento electrónico |
| Autores: |
Mishra, Abhijit, Autor ; Bhattacharyya, Pushpak, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2018 |
| Número de páginas: |
XVII, 174 p. 34 ilustraciones, 30 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1315169-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento del lenguaje natural (Informática) Inteligencia artificial Ligüística computacional Psicolingüística Procesamiento del lenguaje natural (PNL) Psicolingüística y Lingüística Cognitiva |
| Índice Dewey: |
006.35 Procesamiento del lenguaje natural |
| Resumen: |
Este libro muestra formas de aumentar las capacidades de los sistemas de procesamiento del lenguaje natural (PNL) mediante el procesamiento del lenguaje en modo cognitivo. Los autores emplean tecnología de seguimiento ocular para registrar y analizar información cognitiva superficial en forma de patrones de mirada de lectores/anotadores que realizan tareas de procesamiento del lenguaje. Los conocimientos adquiridos a partir de dichas medidas se traducen posteriormente en sistemas que nos ayudan (1) a evaluar la carga cognitiva real en la anotación de texto, con el consiguiente aumento en la eficiencia de la anotación de texto humana, y (2) a extraer características cognitivas que, cuando se agregan a las características tradicionales , puede mejorar la precisión de los clasificadores de texto. En resumen, el trabajo de los autores demuestra con éxito que la información cognitiva obtenida de los datos del movimiento ocular humano puede beneficiar la PNL moderna. Los sistemas de procesamiento del lenguaje natural (PNL) disponibles actualmente son sistemas de inteligencia artificial débiles: buscan capturar la funcionalidad del procesamiento del lenguaje humano, sin preocuparse por cómo se realiza este procesamiento en el hardware de los seres humanos. En otras palabras, estos sistemas son ajenos a los procesos cognitivos reales involucrados en el procesamiento del lenguaje humano. ¡Esta ignorancia, sin embargo, NO es felicidad! Las cifras de precisión de todos los sistemas de PNL que no son juguetes se saturan más allá de cierto punto, lo que deja muy claro que "se debe hacer algo diferente". |
| Nota de contenido: |
Chapter 1. Introduction -- Chapter 2. Eye-tracking: Theory, Methods, and Applications in Language Processing and Other Areas -- Chapter 3. Estimating Annotation Complexities of Text Using Gaze and Textual Information - Case studies of Translation and Sentiment Annotation -- Chapter 4. Scanpath Complexity: Combining Gaze Attributes for Modeling Effort in Text Reading/Annotation -- Chapter 5. Predicting Readers' Sarcasm Understandability by Modeling Gaze Behavior -- Chapter 6. Harnessing Cognitive Features for Sentiment Analysis and Sarcasm Detection -- Chapter 7. Learning Cognitive Features from Gaze Data for Sentiment and Sarcasm Classification using Convolutional Neural Network -- Chapter 8. Conclusion and Future Directions. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Cognitively Inspired Natural Language Processing : An Investigation Based on Eye-tracking [documento electrónico] / Mishra, Abhijit, Autor ; Bhattacharyya, Pushpak, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XVII, 174 p. 34 ilustraciones, 30 ilustraciones en color. ISBN : 978-981-1315169-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento del lenguaje natural (Informática) Inteligencia artificial Ligüística computacional Psicolingüística Procesamiento del lenguaje natural (PNL) Psicolingüística y Lingüística Cognitiva |
| Índice Dewey: |
006.35 Procesamiento del lenguaje natural |
| Resumen: |
Este libro muestra formas de aumentar las capacidades de los sistemas de procesamiento del lenguaje natural (PNL) mediante el procesamiento del lenguaje en modo cognitivo. Los autores emplean tecnología de seguimiento ocular para registrar y analizar información cognitiva superficial en forma de patrones de mirada de lectores/anotadores que realizan tareas de procesamiento del lenguaje. Los conocimientos adquiridos a partir de dichas medidas se traducen posteriormente en sistemas que nos ayudan (1) a evaluar la carga cognitiva real en la anotación de texto, con el consiguiente aumento en la eficiencia de la anotación de texto humana, y (2) a extraer características cognitivas que, cuando se agregan a las características tradicionales , puede mejorar la precisión de los clasificadores de texto. En resumen, el trabajo de los autores demuestra con éxito que la información cognitiva obtenida de los datos del movimiento ocular humano puede beneficiar la PNL moderna. Los sistemas de procesamiento del lenguaje natural (PNL) disponibles actualmente son sistemas de inteligencia artificial débiles: buscan capturar la funcionalidad del procesamiento del lenguaje humano, sin preocuparse por cómo se realiza este procesamiento en el hardware de los seres humanos. En otras palabras, estos sistemas son ajenos a los procesos cognitivos reales involucrados en el procesamiento del lenguaje humano. ¡Esta ignorancia, sin embargo, NO es felicidad! Las cifras de precisión de todos los sistemas de PNL que no son juguetes se saturan más allá de cierto punto, lo que deja muy claro que "se debe hacer algo diferente". |
| Nota de contenido: |
Chapter 1. Introduction -- Chapter 2. Eye-tracking: Theory, Methods, and Applications in Language Processing and Other Areas -- Chapter 3. Estimating Annotation Complexities of Text Using Gaze and Textual Information - Case studies of Translation and Sentiment Annotation -- Chapter 4. Scanpath Complexity: Combining Gaze Attributes for Modeling Effort in Text Reading/Annotation -- Chapter 5. Predicting Readers' Sarcasm Understandability by Modeling Gaze Behavior -- Chapter 6. Harnessing Cognitive Features for Sentiment Analysis and Sarcasm Detection -- Chapter 7. Learning Cognitive Features from Gaze Data for Sentiment and Sarcasm Classification using Convolutional Neural Network -- Chapter 8. Conclusion and Future Directions. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
