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:20230101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20240802T090000
DTEND;TZID=America/Sao_Paulo:20240802T100000
DTSTAMP:20260512T055857
CREATED:20240729T145807Z
LAST-MODIFIED:20240729T145807Z
UID:9286-1722589200-1722592800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Jonathan Scherman
DESCRIPTION:Título: Inclusión léxica y sintáctica en modelos de etiquetado offline de transiciones de turno\nDirector: Pablo Brusco\nJurados: Pablo Turjanski\, Lautaro Estienne \nResumen\nEn una conversación hablada entre dos personas\, existe una noción implícita de manejo de turnos que permite un intercambio fluido de mensajes. Esto sucede a través de distintos tipos de señales (acústicas\, prosódicas\, léxicas e incluso gestuales) que los hablantes producen y que\, de manera combinada\, afectan la manera en la que se desarrollarán los turnos de la conversación. Por ejemplo\, se ha estudiado cómo el uso de palabras de relleno (tales como «em…» o «este…») suele indicar que el hablante tiene la intención de mantener el turno. Entender cuál es la dinámica del manejo de turnos y construir sistemas que puedan identificar y clasificar distintas transiciones de manera automática ha ganado mucha relevancia en las últimas décadas debido a las múltiples aplicaciones prácticas en el mundo real\, siendo los sistemas de diálogo hablado (como Alexa o Siri) y el análisis de grandes volúmenes de datos sus principales aplicaciones. En particular\, varios estudios han mostrado que\, en adición a las características acústico-prosódicas\, las características léxicas y sintácticas de la conversación contienen información relevante para entender la mecánica del manejo de turnos. \nEn esta tesis\, nos enfocamos en el desarrollo de una herramienta de etiquetado offline de transiciones de turno en conversaciones completas de tipo humano-humano\, para lo cual construimos distintas variantes de modelos multimodales sobre un corpus compuesto por conversaciones diádicas orientadas a tareas\, en inglés y español. Partimos de un modelo preexistente basado en redes neuronales recurrentes bidireccionales\, que extendemos con atributos léxicos y sintácticos. Además\, consideramos modelos alternativos basados en arquitecturas multiescala. Para cada uno de los modelos desarrollados\, evaluamos la capacidad de generalización en conversaciones tanto en el mismo idioma en el que fueron entrenados como en otros. Los resultados obtenidos muestran que la inclusión de estos atributos otorgó mejoras para algunas de las variantes propuestas de hasta un 15% relativo en el subconjunto de desarrollo y un 9% relativo en el subconjunto de control al ser evaluados en conversaciones nuevas del mismo idioma\, mientras que observamos disminuciones en el rendimiento al variar entre idiomas. Por su parte\, no pudimos evidenciar mejoras en la propuesta multiescala\, aunque creemos que tiene potencial para hacerlo. \nPalabras claves: Manejo de Turnos\, Diálogo Hablado\, Inglés\, Español\, Aprendizaje Automático\, Redes Neuronales\, BERT\, Atributos Léxicos\, Atributos Sintácticos.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-jonathan-scherman/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20240802T110000
DTEND;TZID=America/Sao_Paulo:20240802T120000
DTSTAMP:20260512T055857
CREATED:20240731T122914Z
LAST-MODIFIED:20240731T122914Z
UID:9289-1722596400-1722600000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Darío Turco
DESCRIPTION:Título: Agregando información específica de dominio para escalar la síntesis de controladores de tipo GR(1)\nDirectores: Sebastián Uchitel\nJurados: Victor Braberman\, Florencia Zanollo \nResumen:\nEl área de síntesis de controladores busca construir automáticamente estrategias para resolver problemas bajo ciertas garantías. El algoritmo On-The-Fly Directed Controller Synthesis (OTF-DCS)\, propuesto por Daniel Ciolek en su trabajo de tesis doctoral\, resuelve este problema\, pero depende de una heurística auxiliar. Además de proponer el algoritmo OTF-DCS\, Ciolek también propuso una heurística llamada Ready Abstraction(RA)\, la cual es la que mejores resultados logra. Luego\, Tomas Delgado propuso una heurística basada en aprendizaje por refuerzos\, la cual\, requiere una función de abstracción que captura las features más importantes de un estado. Exploraremos el impacto de agregar features con información específica del dominio del problema a resolver a la función de abstracción que usa la heurística basada en aprendizaje por refuerzos. Para esto\, ofrecemos una metodología para abstraer información referente a las entidades del problema de control. Esto con el objetivo de mejorar el rendimiento de dicha heurística y por lo tanto\, el rendimiento del algoritmo OTF-DCS en su versión para restricciones de tipo GR(1).
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-dario-turco/
LOCATION:Aula 1114
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20240809T150000
DTEND;TZID=America/Sao_Paulo:20240809T170000
DTSTAMP:20260512T055857
CREATED:20240805T125930Z
LAST-MODIFIED:20240805T125930Z
UID:9299-1723215600-1723222800@www.dc.uba.ar
SUMMARY:Defensa Tesis Doctorado Juan Manuel Ortiz de Zarate
DESCRIPTION:Título: Modelos para el análisis de la polarización a través de PLN.\nDirector: Esteban Feuerstein\nConsejero de estudios: Diego Fernandez Slezak\nJurados:\nDr. Carlos Diuk (Facebook INC).\nDr. Ana Gabriela Maguitman (Universidad Nacional del Sur).\nDr. Germán Rosatti (Universidad Nacional de San Martín). \nTransmisión: https://youtube.com/live/Hhcp9jP9c1o?feature=share \nResumen: \nLa polarización\, entendida como la intensificación de contrastes ideológicos y sociales\, ha emergido con fuerza como un tema central de preocupación en el ámbito político y académico desde el comienzo del siglo XXI. Varios países han evidenciado este fenómeno\, especialmente con el ascenso de regímenes post neoliberales. Estas divisiones\, en algunos casos\, han despertado inquietudes sobre una posible erosión de la democracia\, ya que se teme que algunas facciones puedan optar por estructuras no democráticas en lugar de ceder el poder a un grupo rival. En otros trabajos incluso\, se ha señalado que la polarización provoca una reducción en el crecimiento económico debido a la incertidumbre sobre las condiciones sociales y económicas que genera. \nPor otro lado\, diversos trabajos de la literatura señalan una posible influencia de las redes sociales en la polarización. Estas plataformas\, mediante su diseño y algoritmos de recomendación\, podrían crear «cámaras de eco»\, donde las opiniones se refuerzan mutuamente\, lo que podría potenciar la división y el aislamiento ideológico. Resultando en un potencial aumento de conflictos y malentendidos entre diferentes grupos sociales y políticos. A su vez\, otros estudios indican la dificultad de poder hacer este análisis causal al mismo tiempo que sugieren que los motivos de la polarización podrían ser multicausales o incluso ajenos a las redes sociales. Por ello\, es necesario contar con nuevas herramientas para analizar mejor este complejo fenómeno y aprovechar la masividad de datos digitales que estas plataformas nos brindan. \nLos avances recientes en el procesamiento del lenguaje natural \, combinados con la digitalización de las discusiones a través de redes sociales\, ofrecen un panorama prometedor para comprender y abordar la polarización desde una perspectiva computacional. Estas nuevas herramientas y técnicas permiten un análisis más profundo de las conversaciones y discusiones\, además nos brindan la oportunidad de diseñar intervenciones más informadas y efectivas\, con el objetivo final de promover un mayor entendimiento y diálogo en nuestra sociedad contemporánea. \nEn esta tesis\, presento técnicas computacionales innovadoras para analizar la polarización\, colaborando estrechamente con expertos en ciencias sociales para validar nuestras herramientas. Detecto que la polarización está fuertemente ligada al lenguaje\, permitiéndonos cuantificarla y tomar medidas para abordarla. Hallo que mientras que algunos actores mantienen posturas ambivalentes\, otros\, como los políticos\, adaptan sus estrategias según el público. También destaco que las inteligencias artificiales\, como los chatbots\, presentan inclinaciones en debates contemporáneos\, lo que subraya la necesidad de estar informados sobre sus posiciones.
URL:https://www.dc.uba.ar/event/defensa-tesis-doctorado-juan-manuel-ortiz-de-zarate/
LOCATION:Sala 2103
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20240816T120000
DTEND;TZID=America/Sao_Paulo:20240816T130000
DTSTAMP:20260512T055857
CREATED:20240813T130815Z
LAST-MODIFIED:20240813T130815Z
UID:9337-1723809600-1723813200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Victoria Zolezzi
DESCRIPTION:Título: Análisis de debates partidarios en redes sociales con Procesamiento de Lenguaje Natural\nDirector: Esteban Feuerstein\nCo-director: Federico Albanese\nJurados:\nDr. Pablo Balenzuela\nDra. Viviana Cotik \nResumen:\nEn este trabajo nos dedicamos a analizar distintos aspectos sobre debates partidarios de Estados Unidos en redes sociales. En particular\, en Twitter examinamos la evolución temporal del flujo de los usuarios en comunidades políticas. Estas  últimas son halladas mediante la aplicación de algoritmos de detección de comunidades en grafos. Por otro lado\, en Reddit analizamos el debate del aborto y el debate del control de armas. Clasificando posteos y comentarios por sentimiento\, estudiamos diferencias entre las distintas clasificaciones\, como ser el sentimiento de sus respuestas\, su toxicidad\, su engagement\, entre otras. Además\, analizamos la evolución temporal del sentimiento y del engagement de los debates\, prestando especial atención a aquellos momentos en donde el interés por los mismos crece como consecuencia de algún hecho de la realidad. Para intentar determinar qué fenómenos dentro del debate podemos atribuir a estos eventos (por ejemplo un aumento de posteos\, de comentarios\, de score\, etcétera)\, acudimos a métodos de inferencia causal. \nPalabras claves: detección de comunidades\, análisis de sentimiento\, inferencia causal\, toxicidad\, redes sociales.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-victoria-zolezzi/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR