BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20200101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20210913T123000
DTEND;TZID=America/Sao_Paulo:20210913T133000
DTSTAMP:20260501T014521
CREATED:20210910T165524Z
LAST-MODIFIED:20210910T165524Z
UID:6973-1631536200-1631539800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Antonella Dellanzo
DESCRIPTION:Título: Detección de epidemias en textos periodísticos escritos en español\nDirectora: Viviana Cotik\nJurados: Vanina Martínez y Agustín Gravano \nResumen:\nExisten diversas enfermedades que se encuentran presentes tanto en el mundo como en Latinoamérica\, siendo algunas de ellas: Chagas\, dengue\, Guillain-barré\, Zika\, microcefalia\, sarampión y hantavirus. La disponibilidad de información sobre las mismas\, como ser la cantidad de casos y la ubicación geográfica en que se manifiestan\, es crucial para estudiar cómo se propagan y para contar con más herramientas que permitan tomar medidas para disminuir su incidencia. \nPara poder extraer información sobre epidemias en desarrollo en Latinoamérica necesitamos contar con los recursos apropiados. Debido a la falta de corpora en español sobre el dominio de brotes de enfermedades\, creamos un corpus anotado para la detección de\nentidades nombradas y relaciones\, basado en artículos periodísticos de ProMED-mail. Por un lado\, trabajamos con los artículos enteros y\, por otro\, solo con los títulos de los mismos. Se implementó el K de Cohen para evaluar la consistencia entre las anotaciones\, obteniendo un resultado de 0.53. \nImplementamos dos algoritmos para la detección de entidades nombradas: uno basado en reglas y otro de redes neuronales profundas basado en la propuesta Flair\, que utiliza una red bidirectional long-short term memory (Bi-LSTM) con Conditional Random Fields\n(CRF). El corpus anotado se utilizó para testear ambos algoritmos y para entrenar el de redes neuronales. Para la evaluación\, se implementó un F1-score (match exacto y parcial)\, obteniendo los mejores resultados con el algoritmo de redes (tanto micro-averaged como para la mayor parte de las entidades). \nPor último\, se implementó un baseline para la extracción de relaciones basado en la coocurrencia de entidades nombradas\, permitiéndonos establecer vínculos entre las mismas. Para evaluar su desempeño\, se implementó un F1-score match exacto.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-antonella-dellanzo/
LOCATION:ZOOM
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR