Skip to content

Applicazione di algoritmi evolutivi ad un etichettatore in parti del discorso basato su HMM

Informazioni tesi

  Autore: Lorenzo Pastore
  Tipo: Laurea liv.I
  Anno: 2003-04
  Università: Università degli Studi di Napoli - Federico II
  Facoltà: Scienze e Tecnologie Informatiche
  Corso: Informatica
  Relatore: Anna Corazza
  Lingua: Italiano
  Num. pagine: 60

Lo scopo di questo progetto è stato quello di studiare, analizzare ed implementare una tecnica innovativa da applicare al processo di etichettatura in parti del discorso. In particolare, si è investigata l’applicazione degli Algoritmi Evolutivi, con particolare riferimento agli Algoritmi Genetici.
L’etichettatura in parti del discorso è il processo che consiste nell’assegnare una categoria grammaticale alle parole di un testo. Esistono diverse metodologie atte ad affrontare il problema, ma una strada quasi ancora inesplorata è quella che si serve di Algoritmi Evolutivi.
Gli Algoritmi Evolutivi sono strategie che, prendendo spunto all’evoluzione naturale, risolvono problemi complessi di ottimizzazione. L’idea di base di questi algoritmi, seguendo l’esempio biologico, consiste nel far evolvere una popolazione di potenziali soluzioni per un dato problema usando operatori che s’ispirano alla naturale variabilità genetica e alla selezione naturale.
In questo progetto gli Algoritmi Evolutivi sono stati applicati ad un tipo di etichettatore probabilistico già esistente che si basa sul modello di Markov nascosto (Hidden Markov Model o HMM).
Il lavoro è stato organizzato nel modo seguente.
Nel primo capitolo si illustra il problema dell’etichettatura in parti del discorso e viene riportata una classificazione dei vari tipi di approcci esistenti, soffermandosi di più sul modello Markoviano e descrivendo la teoria generale sugli HMM.
Nel secondo capitolo è introdotto il concetto di Algoritmo Evolutivo, vengono presentate le sue generali caratteristiche e vengono introdotti i vari algoritmi specifici; particolare attenzione è data agli Algoritmi Genetici, che saranno poi utilizzati nel progetto.
Nel terzo capitolo si descrive il modo in cui è stata applicata la tecnica evolutiva al problema dell’etichettatura: si illustra prima il funzionamento di un classico etichettatore basato su HMM, per poi mostrare in che modo esso va modificato per l’applicazione dell’Algoritmo Genetico.
Nel quarto capitolo vengono descritti alcuni esperimenti effettuati utilizzando questo approccio innovativo e sono riportati i confronti con il modello classico.
Al termine del lavoro vengono espresse le conclusioni ed illustrate varie prospettive per i possibili lavori futuri.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
- ii - Introduzione Lo scopo di questo progetto è stato quello di studiare, analizzare ed implementare una tecnica innovativa da applicare al processo di etichettatura in parti del discorso. In particolare, si è investigata l’applicazione degli Algoritmi Evolutivi, con particolare riferimento agli Algoritmi Genetici. L’etichettatura in parti del discorso è il processo che consiste nell’assegnare una categoria grammaticale alle parole di un testo. Esistono diverse metodologie atte ad affrontare il problema, ma una strada quasi ancora inesplorata è quella che si serve di Algoritmi Evolutivi. Gli Algoritmi Evolutivi sono strategie che, prendendo spunto all’evoluzione naturale, risolvono problemi complessi di ottimizzazione. L’idea di base di questi algoritmi, seguendo l’esempio biologico, consiste nel far evolvere una popolazione di potenziali soluzioni per un dato problema usando operatori che s’ispirano alla naturale variabilità genetica e alla selezione naturale. In questo progetto gli Algoritmi Evolutivi sono stati applicati ad un tipo di etichettatore probabilistico già esistente che si basa sul modello di Markov nascosto (Hidden Markov Model o HMM). Il lavoro è stato organizzato nel modo seguente. Nel primo capitolo si illustra il problema dell’etichettatura in parti del discorso e viene riportata una classificazione dei vari tipi di approcci esistenti, soffermandosi di più sul modello Markoviano e descrivendo la teoria generale sugli HMM. Nel secondo capitolo è introdotto il concetto di Algoritmo Evolutivo, vengono presentate le sue generali caratteristiche e vengono introdotti i vari algoritmi specifici; particolare attenzione è data agli Algoritmi Genetici, che saranno poi utilizzati nel progetto. Nel terzo capitolo si descrive il modo in cui è stata applicata la tecnica evolutiva al problema dell’etichettatura: si illustra prima il funzionamento di un classico etichettatore basato su HMM, per poi mostrare in che modo esso va modificato per l’applicazione dell’Algoritmo Genetico. Nel quarto capitolo vengono descritti alcuni esperimenti effettuati utilizzando questo approccio innovativo e sono riportati i confronti con il modello classico. Al termine del lavoro vengono espresse le conclusioni ed illustrate varie prospettive per i possibili lavori futuri.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

algoritmi evolutivi
algoritmi genetici
algoritmo evolutivo
algoritmo genetico
etichettatura
hidden markov model
hmm
parti del discorso
testo

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi