Publication:
Evaluación de un modelo transformador aplicado a la tarea de generación de resúmenes en distintos dominios = Evaluation of a transformer model applied to the task of text summarization in different domains

Simple item page
dc.affiliation.dptoUC3M. Departamento de Bioingenieríaes
dc.affiliation.dptoUC3M. Departamento de Informáticaes
dc.affiliation.grupoinvUC3M. Grupo de Investigación: Tissue Engineering and Regenerative Medicine (TERMeG)es
dc.affiliation.grupoinvUC3M. Grupo de Investigación: Human Language and Accessibility Technologies (HULAT)es
dc.contributor.authorSegura-Bedmar, Isabel
dc.contributor.authorRuz, Lucía
dc.contributor.authorGuerrero Aspizua, Sara
dc.contributor.funderComunidad de Madrides
dc.contributor.funderMinisterio de Economía y Competitividad (España)es
dc.contributor.funderUniversidad Carlos III de Madrides
dc.date.accessioned2022-06-23T08:35:38Z
dc.date.available2022-06-23T08:35:38Z
dc.date.issued2021-03-01
dc.description.abstractEn los últimos años, las técnicas de deep learning han supuesto un gran impulso tecnológico en muchas de las tareas de Procesamiento de Lenguaje Natural (PLN). La tarea de generación de resúmenes también se ha beneficiado de estas técnicas, y en los últimos años se han implementado distintos modelos, logrando superar los resultados del estado de la cuestión. La mayoría de estos trabajos han sido evaluados en colecciones de textos periodísticos. Este artículo presenta un trabajo preliminar donde aplicamos un modelo transformador, BART, para la tarea de generación de resúmenes y lo evaluamos en varios datasets, uno de ellos formado por textos del dominio biomédico. = In recent years, deep learning techniques have provided a significant technological advance in many Natural Language Processing (NLP) tasks. Text summarization has also benefited from these techniques. Recently, several deep learning approaches have been implemented, surpassing the previous state of the art performances. Most of these works have been evaluated on collections of journalistic texts. This article presents a preliminary work where we apply a transforming model, BART, for text summarization. The model is evaluated on several datasets, one of them consisting of texts from the biomedical domain.es
dc.description.sponsorshipEste trabajo ha sido nanciado por el Programa de Investigaci on del Ministerio de Economía y Competitividad del Gobierno de España, (Proyecto DeepEMR TIN2017-87548-C2-1-R) y por el Programa para proyectos interdisciplinares para jóvenes doctores en la Universidad Carlos III de Madrid financiado por la Comunidad de Madrid (Proyecto NLP4Rare-CM-UC3M).es
dc.identifier.doihttps://doi.org/10.26342/2021-66-2
dc.identifier.issn1135-5948
dc.identifier.publicationfirstpage27
dc.identifier.publicationlastpage39
dc.identifier.publicationtitleProcesamiento de Lenguaje Naturales
dc.identifier.publicationvolume66
dc.identifier.urihttps://hdl.handle.net/10016/35248
dc.identifier.uxxiAR/0000028363
dc.language.isospa
dc.publisherSociedad Española para el Procesamiento del Lenguaje Naturales
dc.relation.projectIDGobierno de España. TIN-2017-87548-C2-1-Res
dc.relation.projectIDComunidad de Madrid. NLP4Rare-CM-UC3Mes
dc.relation.publisherversionhttp://journal.sepln.org/sepln/ojs/ojs/index.php/pln/article/view/6320es
dc.rights© 2021 Sociedad Española para el Procesamiento del Lenguaje Naturales
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España
dc.rights.accessRightsopen accessen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subject.ecienciaBiología y Biomedicinaes
dc.subject.ecienciaInformáticaes
dc.subject.othergeneración de resúmeneses
dc.subject.othertransformadoreses
dc.subject.othertext summarizationen
dc.subject.othertransformersen
dc.titleEvaluación de un modelo transformador aplicado a la tarea de generación de resúmenes en distintos dominios = Evaluation of a transformer model applied to the task of text summarization in different domainses
dc.typeresearch article*
dc.type.hasVersionAM*
dspace.entity.typePublication
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
evaluacion_PLN_2021_ps.pdf
Size:
836.49 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
DI - LABDA - Artículos de Revistas
DBIAB - TERMEG - Journal Articles