Aplicaciones del Procesamiento de Lenguaje Natural

Resumen

Actualmente en la academia es común hablar del concepto de industria 4.0 y la gran influencia que tiene en los diferentes procesos de las empresas porque trata de combinar técnicas avanzadas de producción y operaciones con tecnologías inteligentes [1]. La Inteligencia Artificial (IA) es una de las tecnologías más utilizadas para contribuir con ese objetivo, porque se refiere a los sistemas informáticos con capacidad de tomar datos de entrada, luego aprender de ellos y utilizarlos para llevar a cabo tareas como el aprendizaje automático, el aprendizaje profundo, procesamiento de lenguaje natural y la visión por computador [2].

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Juan Carlos Blandón Andrade, Universidad Católica de Pereira

Ingeniero de Sistemas de la Universidad Cooperativa de Colombia. Magíster en Ingeniería Énfasis en Sistemas y Computación de la Universidad Javeriana sede Cali en Colombia. Doctor en Ingeniería – Sistemas e Informática de la Universidad Nacional de Colombia sede Medellín. Profesor Asociado en la Universidad Católica de Pereira en Colombia. Sus áreas de interés son las Ciencias de la Computación, Inteligencia Artificial en el área de Procesamiento de Lenguaje Natural y la aplicación de la Pedagogía en la Ingeniería.

Citas

E. Oztemel y S. Gursev, «Literature review of Industry 4.0 and related technologies», J Intell Manuf, vol. 31, n.o 1, pp. 127-182, ene. 2020, doi: 10.1007/s10845-018-1433-8.

E. O. Benefo et al., «Ethical, legal, social, and economic (ELSE) implications of artificial intelligence at a global level: a scientometrics approach», AI Ethics, pp. 1-16, ene. 2022, doi: 10.1007/s43681-021-00124-6.

R. Mitkov, The Oxford Handbook of Computational Linguistics, 1.a ed. Oxford, UK: Oxford University Press, 2003.

J. C. Blandón Andrade y C. M. Zapata Jaramillo, «Gate-Based Rules for Extracting Attribute Values», Computación y Sistemas, vol. 25, n.o 4, Art. n.o 4, dic. 2021, doi: 10.13053/cys-25-4-3493.

M. Jiang, Y. Zou, J. Xu, y M. Zhang, «GATSum: Graph-Based Topic-Aware Abstract Text Summarization», Information Technology and Control, vol. 51, n.o 2, pp. 345-355, 2022, doi: 10.5755/j01.itc.51.2.30796.

M. A. H. Wadud, M. F. Mridha, J. Shin, K. Nur, y A. K. Saha, «Deep-BERT: Transfer Learning for Classifying Multilingual Offensive Texts on Social Media», Computer Systems Science and Engineering, vol. 44, n.o 2, pp. 1775-1791, 2023, doi: 10.32604/csse.2023.027841.

P. Bonifacci, E. Colombini, M. Marzocchi, V. Tobia, y L. Desideri, «Text-to-speech applications to reduce mind wandering in students with dyslexia», J. Comput. Assist. Learn., vol. 38, n.o 2, pp. 440-454, abr. 2022, doi: 10.1111/jcal.12624.

B. Büttner, M. Firat, y E. Raiteri, «Patents and knowledge diffusion: The impact of machine translation», Research Policy, vol. 51, n.o 10, 2022, doi: 10.1016/j.respol.2022.104584.

R. H. Ali, G. Pinto, E. Lawrie, y E. J. Linstead, «A large-scale sentiment analysis of tweets pertaining to the 2020 US presidential election», Journal of Big Data, vol. 9, n.o 1, 2022, doi: 10.1186/s40537-022-00633-z.

J. P. Usuga-Cadavid, S. Lamouri, B. Grabot, y A. Fortin, «Using deep learning to value free-form text data for predictive maintenance», Int. J. Prod. Res., vol. 60, n.o 14, pp. 4548-4575, 2022, doi: 10.1080/00207543.2021.1951868.

L. C. de Araujo, A. de L. Benevides, y J. P. H. Sansao, «Developing a spell checker», Texto Livre, vol. 14, n.o 1, p. e26469, abr. 2021, doi: 10.35699/1983-3652.2021.26469.

Y. Benjelloun Touimi, A. Hadioui, N. El Faddouli, y S. Bennani, «Intelligent Chatbot-LDA Recommender System», Int. J. Emerg. Technol. Learn., vol. 15, n.o 20, pp. 4-20, 2020, doi: 10.3991/ijet.v15i20.15657.

Publicado
2022-07-20
Cómo citar
Blandón Andrade, J. (2022). Aplicaciones del Procesamiento de Lenguaje Natural. Entre Ciencia E Ingeniería, 16(31), 7-8. Recuperado a partir de https://revistas.ucp.edu.co/index.php/entrecienciaeingenieria/article/view/2847
Sección
Editorial