Show simple item record

dc.contributorEscuela de Ingenierias Industrial e Informaticaes_ES
dc.contributor.advisorAlegre Gutiérrez, Enrique 
dc.contributor.advisorFidalgo Fernández, Eduardo
dc.contributor.authorJoshi, Akanksha
dc.contributor.otherIngenieria de Sistemas y Automaticaes_ES
dc.date2022-03-29
dc.date.accessioned2022-03-29T13:36:31Z
dc.date.available2022-03-29T13:36:31Z
dc.date.submitted2021-12-14
dc.identifier.urihttp://hdl.handle.net/10612/14429
dc.description114 p.es_ES
dc.description.abstractEsta tesis presenta nuevos algoritmos, métodos y conjuntos de datos para realizar resúmenes de texto extractivos en documentos individuales utilizando métodos de aprendizaje profundo y enfoques basados en la fusión de puntuaciones. El objetivo de este dataset es comprobar la efectividad de los métodos de resumen de texto extractivos para dar un posible soporte a Fuerzas y Cuerpos de Seguridad del Estado.es_ES
dc.languageenges_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectIngeniería de sistemases_ES
dc.subject.otherSistemas de adquisición de datoses_ES
dc.titleDeep learning methods for extractive text summarization = Métodos de aprendizaje profundo para texto extractivo resumenes_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.identifier.doi10.18002/10612/14429
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.subject.unesco1209.03 Análisis de Datoses_ES
dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 International


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional