Desarrollo de un modelo híbrido usando modelos de aprendizaje profundo para la recuperación de información multi-modal en texto e imágenes

• Autor: Diaz Zeballos, Miler
• Formato: tesis de maestría
• Fecha de Publicación: 2017
• Institución: Universidad Católica San Pablo
• Repositorio: UCSP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucsp.edu.pe:20.500.12590/15398
• Enlace del recurso: https://hdl.handle.net/20.500.12590/15398
• Nivel de acceso: acceso abierto
• Materia: Recuperación de información multi-modal; Extracción de características; https://purl.org/pe-repo/ocde/ford#1.02.01

Actualmente el uso de los modelos de Aprendizaje Profundo en muchas áreas de investigación está demostrando excelentes resultados, el área de Recuperación de Información es una de ellas. Dentro de esta área existe una tarea que es la Recuperación de Información en múltiples modalidades. El objetivo principal de esta tarea es proyectar datos de diferentes modalidades dentro de un mismo espacio semántico o crear un modelo para establecer una relación entre estos espacios. En esta investigación se propone dos modelos híbridos intra-modales para tratar con imágenes y textos respectivamente y la elaboración de un modelo para establecer una relación entre ambas modalidades utilizando modelos de Aprendizaje Profundo. Los resultados serán evaluados en varios conjuntos de datos utilizados en el estado del arte para validar el rendimiento del modelo general.