Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • Enviar tesis
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Ventura Acosta, Ledvir Antonio"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • ItemOpen Access
    Agente inteligente artificial con razonamiento de sentido común a través de computación en la nube
    (Universidad Nacional Jorge Basadre Grohmann, 2024) Ventura Acosta, Ledvir Antonio; Osco Mamani, Erbert Francisco
    El objetivo de esta investigación es verificar que la exactitud del agente inteligente artificial con razonamiento de sentido común a través de computación en la nube es menor al punto de referencia (88,8 %), el diseño del estudio es no experimental y el nivel de investigación es descriptivo, la población de estudio consta de 720 problemas de razonamiento de sentido común planteadas por el desafío del esquema de Winograd y problemas de desambiguación de pronombres, la técnica de recolección de datos utilizada fue la observación, la estrategia de recolección de datos fue realizada con la métrica de coincidencia exacta a través de computación en la nube, el procedimiento de recolección de datos fue primero mediante traducción automática adaptar los problemas al español, luego adaptar los problemas a la estructura Stanford Question Answering Dataset (SQuAD) para finalmente aplicar la métrica de coincidencia exacta al conjunto de problemas para obtener los datos, el procedimiento estadístico utilizado fue chi-cuadrado prueba de bondad de ajuste. En los resultados de esta investigación se obtuvo una exactitud de 45,33 % en el desafío del esquema de Winograd y un 56,66 % en los problemas de desambiguación de pronombres. Se verificó, que la exactitud del agente inteligente artificial con razonamiento de sentido común a través de computación en la nube es menor al punto de referencia.

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback