Entendimiento del Lenguaje Natural
Inteligencia Artificial
An Ontology Development Methodology Based on Ontology-Driven Conceptual Modeling and Natural Language Processing: Tourism Case Study
Una metodología de desarrollo de ontologías basada en el modelado conceptual basado en ontologías y el procesamiento del lenguaje natural: Estudio de un caso de turismo
Las ontologías constituyen un potente método para representar, reutilizar y compartir conocimientos de dominio, utilizadas en disciplinas como la inteligencia artificial y la informática biomédica entre otras. Este artículo presenta una metodología de desarrollo de ontologías mejoradas (ODCM); el modelado conceptual basado en ontologías se define como el uso de ideas ontológicas en distintas áreas para construir artefactos de ingeniería que mejoran el modelado conceptual. La ON-ODM propuesta se aplica para construir una ontología del turismo que será beneficiosa para diversas aplicaciones, incluido el turismo electrónico. Los autores resaltan que las métricas de calidad se utilizan para comparar la ontología elaborada con cuatro ontologías turísticas existentes y los resultados muestran que el uso de ODCM y NPL podrían facilitar y mejorar el proceso de desarrollo.
Este documento es un articulo elaborado por Shaimaa Haridy, Rasha M. Ismail, Nagwa Badr y Mohamed Hashem (Universidad Ain Shams, Egipto) para la revista Big Data and Cognitive Computing Vol. 7 Núm. 2. Publicación de MDPI. Contacto: [email protected]
Stock Price Prediction Based on Natural Language Processing
Predicción del precio de las acciones basada en el procesamiento del lenguaje natural
Este artículo presenta el diseño de un nuevo método de minería de textos para el aumento de palabras clave basado en modelos de procesamiento del lenguaje natural. Los modelos de vectorización BERT y de discriminación de palabras clave NEZHA, amplían las palabras clave semilla a partir de dos dimensiones de similitud e importancia lo cual permite la construcción del tesauro de palabras clave para la predicción del precio de las acciones. El resultado muestra que, en comparación con las palabras clave semilla, los índices de búsqueda de las palabras extraídas tienen correlaciones más altas con el CSI 300 y pueden mejorar su capacidad de predicción. Los autores resaltan que el modelo de aumento de palabras clave diseñado es útil para la expansión de otras variables en la previsión de series temporales financieras.
Este documento es un articulo elaborado por Xiaobin Tang, Nuo Lei, Manru Dong y Dan Ma (Universidad de Negocios Internacionales y Economía y Universidad de Finanzas y Economía del Sudoeste, China) para la revista Complexity Vol. 2022. Publicación de Hindawi. Contacto: [email protected]
