María Lucia Barrón Estrada
Profesor Investigador del Tecnológico Nacional de México campus Culiacán
Título de la conferencia:
Sistemas Inteligentes y Afectivos en la Educación
Resumen
La Inteligencia Artificial (IA) ha impactado significativamente diversos ámbitos del quehacer humano y una de las áreas más beneficiadas ha sido la Educación con la incorporación de diversas herramientas y tecnologías que coadyuvan a mejorar el proceso de enseñanza-aprendizaje al considerar aspectos cognitivos y emocionales de los estudiantes.
En esta plática se presenta un panorama general de las diferentes tecnologías para el aprendizaje como los Sistemas Tutores Inteligentes (STI) o Entornos Inteligentes de Aprendizaje (EIA) que incluyen diversos mecanismos para reconocimiento de emociones, con el fin de personalizar la enseñanza a las necesidades cognitivas y afectivas de los estudiantes. Se describirá la creación de sistemas reconocedores de emociones que utilizan distintos métodos para captar señales a través de varios dispositivos y procesarlas con diferentes clasificadores con el fin de determinar el estado afectivo de los estudiantes. Además, se presentará la integración del módulo de reconocimiento de emociones con los sistemas para el aprendizaje con el fin de generar Sistemas Inteligentes y Afectivos.
Gerardo E. Sierra Martínez
Título de la conferencia:
Modelos de lenguaje para la detección de similitud en textos cortos
La tarea de detección de similitud textual en textos cortos (tuits, mensajes de texto, contextos definitorios, titulares de noticias, etc.) es uno de los retos en procesamiento de lenguaje natural, debido a la falta de información contextual. Se presentan diversos perspectivas del procesamiento de lenguaje natural para resolver esta tarea, prestando un énfasis a los modelos lingüísticos. Asimismo, se presentan casos concretos de aplicación en donde se requiere conocer qué tan similares son dos textos cortos, tales como agrupamiento semántico, alineamiento de oraciones, detección de paráfrasis y recuperación de información.
Universidad Nacional Autónoma de México, Instituto de Ingeniería (Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.). Líder del Grupo de Ingeniería Lingüística. Doctor en Lingüística Computacional por la Universidad de Manchester, Inglaterra. Sus áreas de interés se enfocan a la lexicografía computacional, terminótica, extracción conceptual, corpus lingüísticos, minería de textos y lingüística forense. Es autor del libro “Introducción a los corpus lingüísticos”, coautor de los libros “Tratamiento de información textual y generación de taxonomías” y “Lingüística computacional en México: Investigación y desarrollo”, y ha publicado más de cien artículos en revistas, capítulos de libros y artículos arbitrados de congresos.
Ildar Batyrshin
Centro de Investigación en Computación (CIC), Instituto Politécnico Nacional
Similarity, Correlation and Association Measures in Data Science
Abstract
Last years it is significantly increased the number of works on similarity, correlation and
association measures as descriptive measures of relationship, interestingness, dependency
and resemblance in data mining, data analysis, classification and machine learning. The
methods of construction of similarity, correlation and association measures for different
types of data are considered. The methods of 3D visualization of some families of similarity
and correlation measures are presented.