Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text
Denna studie är ett kognitionsvetenskapligt examensarbete som syftar på att skapa en modell som skapar semantiska representationer utifrån ett mer biologiskt plausibelt tillvägagångssätt jämfört med traditionella metoder. Denna modell kan ses som ett första steg i utredningen av ansatsen som följer....
Main Author: | |
---|---|
Format: | Others |
Language: | Swedish |
Published: |
Linköpings universitet, Institutionen för datavetenskap
2015
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-119765 |
id |
ndltd-UPSALLA1-oai-DiVA.org-liu-119765 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-UPSALLA1-oai-DiVA.org-liu-1197652018-01-12T05:10:15ZAnvändning av Self Organizing Maps som en metod att skapa semantiska representationer ur textsweFallgren, PerLinköpings universitet, Institutionen för datavetenskapLinköpings universitet, Filosofiska fakulteten2015Self Organizing Mapssemanticneural networkLanguage Technology (Computational Linguistics)Språkteknologi (språkvetenskaplig databehandling)Denna studie är ett kognitionsvetenskapligt examensarbete som syftar på att skapa en modell som skapar semantiska representationer utifrån ett mer biologiskt plausibelt tillvägagångssätt jämfört med traditionella metoder. Denna modell kan ses som ett första steg i utredningen av ansatsen som följer. Studien utreder antagandet om Self Organizing Maps kan användas för att skapa semantiska representationer ur stora mängder text utifrån ett distribuerat inspirerat tillvägagångssätt. Resultatet visar på ett potentiellt fungerande system, men som behöver utredas vidare i framtida studier för verifiering av högre grad. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-119765application/pdfinfo:eu-repo/semantics/openAccess |
collection |
NDLTD |
language |
Swedish |
format |
Others
|
sources |
NDLTD |
topic |
Self Organizing Maps semantic neural network Language Technology (Computational Linguistics) Språkteknologi (språkvetenskaplig databehandling) |
spellingShingle |
Self Organizing Maps semantic neural network Language Technology (Computational Linguistics) Språkteknologi (språkvetenskaplig databehandling) Fallgren, Per Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text |
description |
Denna studie är ett kognitionsvetenskapligt examensarbete som syftar på att skapa en modell som skapar semantiska representationer utifrån ett mer biologiskt plausibelt tillvägagångssätt jämfört med traditionella metoder. Denna modell kan ses som ett första steg i utredningen av ansatsen som följer. Studien utreder antagandet om Self Organizing Maps kan användas för att skapa semantiska representationer ur stora mängder text utifrån ett distribuerat inspirerat tillvägagångssätt. Resultatet visar på ett potentiellt fungerande system, men som behöver utredas vidare i framtida studier för verifiering av högre grad. |
author |
Fallgren, Per |
author_facet |
Fallgren, Per |
author_sort |
Fallgren, Per |
title |
Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text |
title_short |
Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text |
title_full |
Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text |
title_fullStr |
Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text |
title_full_unstemmed |
Användning av Self Organizing Maps som en metod att skapa semantiska representationer ur text |
title_sort |
användning av self organizing maps som en metod att skapa semantiska representationer ur text |
publisher |
Linköpings universitet, Institutionen för datavetenskap |
publishDate |
2015 |
url |
http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-119765 |
work_keys_str_mv |
AT fallgrenper anvandningavselforganizingmapssomenmetodattskapasemantiskarepresentationerurtext |
_version_ |
1718605323940397056 |