| TAZ-TFM-2021-906 |
Análisis de técnicas de Deep learning para la generación automática de Keywords
Oscoz Villanueva, Ignacio
Pey Pérez, Jon (dir.) ; Esteban Escaño, Luis Mariano (dir.)
Universidad de Zaragoza,
CIEN,
2021
Departamento de Métodos Estadísticos, Área de Estadística e Investigación Operativa
Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación
Resumen: Diferentes técnicas de inteligencia artificial han sido utilizadas como herramientas para automatizar la generación y gestión de campañas de marketing en la plataforma Google Ads. En este contexto, la minería de textos puede servir para la generación automática de palabras clave utilizando técnicas de aprendizaje profundo. El objetivo de este trabajo ha sido intentar desarrollar una herramienta sistemática, basada esencialmente en redes neuronales, para la generación de Keywords. Con este fin, se ha realizado un estudio previo sobre el estado del arte con el fin de identificar las posibles alternativas que existen, y tratar de implementar algunas de ellas, para después analizar su funcionamiento. Se ha analizado cómo la codificación de la información, carácter a carácter o como palabras, puede ser muy importante a la hora de conseguir unos modelos con mejor capacidad predictiva, y como su utilidad depende de la complejidad del modelo utilizado y del tamaño muestral. La modelización se realizó mediante redes recurrentes y redes de convolución, asociando la mejora en los resultados a la técnica de modelado más adecuada dependiendo de los textos originales.
Tipo de Trabajo Académico: Trabajo Fin de Master
Notas: Con la colaboración con la empresa Quarizmi.
Enlace permanente:
El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Facultad de Ciencias
Trabajos académicos > Trabajos fin de máster