El crecimiento de la capacidad de procesamiento y el advenimiento del modelo Transformer han modificado elpanorama del PLN. El proceso conocido como Transferencia de Aprendizaje ha facilitado la consecución deresultados cercanos al estado-del-arte a una fracción del coste computacional. En este ámbito, este artículopresenta una aplicación cliente-servidor capaz de obtener vectores contextualizados (o estáticos) de palabrasdentro de textos y a partir de una gran cantidad de modelos pre-entrenados, realizar composición semánticapara, finalmente, visualizar en un espacio tridimensional las representaciones obtenidas y estimar su similitudsemántica; todo esto, explotando los recursos hardware disponibles.
The computing power growth and the advent of the Transformer model have changed theNLP landscape. Transfer Learning has allowed the posibility of achieving state-of-the-art results at a fractionof the computational cost. In this scope, this work presents the development of a server-client applicationcapable of obtaining contextual and static word vectors from a wide variety of models, operate with them toachieve semantic composition to, lastly, visualize them in a 3-dimensional space and obtain semantic similarity;all of this, while exploiting the hardware resources available.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados