Ikasketa-adibide urriko Informazio-Erauzketa

Abstract

Informazio-erauzketaren (IE) arloak makina bati testuan agertzen den informazioa identifikatzea eta kategorizatzea nola irakatsi ikertzen du. Ataza hau, gizakiontzat ere erreza ez dena, azken urteetan ikasketa-automatikoan egindako aurrerapenek sustatu dute, datu-anotatuak erabiliz ereduak entrenatuz. Hala ere, corpora handiak anotatzea lan neketsu eta garestia da, batez ere baliabide urriko inguruneetan.Tesi honen helburua baliabide urriko inguruneetan IE metodoak aztertzea eta garatzea da. Zehazki, hizkuntza-ereduen orokortze gaitasunak erabiltzea, batez ere baliabide handiko iturrietatik ikasitakoa baliabide urriko inguruneetara transferitzeko gaitasuna. Tesia bi zati nagusietan banatzen da. Lehenengo za tian, hizkuntza-eredu kodetzaileak erabiliz ikasketa-adibiderik gabeko eta urriko sistema bat garatu da informazio-erauzketa gauzatzeko gai dena. Bigarren zatian, hizkuntza-eredu handiagotara salto egin da eta aurreko metodoaren zenbait muga aztertu dira.