Búsqueda · 31 momentos en 18 episodios
María RibesLuisa AchaerandioBorja TosarIgnacio CrespoFrancis VillatoroHéctor Socastedi base datos diversidad textualescrituras diferentes no alfabetos uruklingüística computacional christian bellsrec congreso lingüística computacionallingüística cuantitativa ratios tipo tokenentropía de la información termodinámica shannonprocesamiento lenguaje natural entropías unigramasalgoritmos clasificación secuencias similaresChristian BellsTEDIRECLanguage Resources and EvaluationMaría RibesUrukShannonChristian BenzUniversidad de SaarlandEva DudkevichMuseo de Prehistoria e Historia Temprana de Berlín
Rec Congreso Lingüística computacional
Con
0:000:301:001:302:002:303:003:29
María Ribes explica cómo investigadores utilizan una base de datos llamada TEDI para analizar sistemas de signos y compararlos con la escritura protocuneiforme de Uruk.
…comparan, aparte de con la escritura protocuneiforme de Uruk; ya sabéis que no es la misma lengua que escritura. La escritura es un sistema para anotar una lengua y esa escritura puede tener diferentes formas. De hecho, aquí utilizan muestras de 89 lenguas. naturales escritas en 16 sistemas de escrituras diferentes que no están hablando solamente de un alfabeto, o sea, está claro que el hombre es lingüista computacional y sabe perfectamente de lo que habla y utilizan una base de datos, y aquí es una cosa muy chula: la base de datos se llama TEDI, Text Data Diversity y resulta que es una base de datos que publicaron un grupo de autores en 2022 en el REC, que es Language Resources and Evaluation, es un congreso anual de lingüística computacional y entre esos autores está precisamente Christian Bells, ahí en este sistema y es una. Muestra de lingüística comparativa, entonces empiezan a calcular estadísticas propias de lingüística cuantitativa y te calculan los ratios de tipo y token. Sabéis toda la diferencia entre tipo y token en el procesamiento del lenguaje natural: entropías de unigramas, porque la entropía de la información es la misma casi que la entropía de, como es la termodinámica, la entropía de Shannon, según el tipo de unidades que más información dan o más densidad de información van a producir. Y esto introducen valores de estas características en algoritmos de clasificación y eso son algo me va a costar más explicar, lo vais a explicar vosotros, pero lo que hacen es evaluar hasta qué punto esas secuencias son similares entre. Sí, y hasta qué punto son predecibles. Esa es la cuestión: si tú puedes predecir lo que va después, utilizan modelos de regresión y las redes neuronales que llama aquí MLP, que sería Perceptrones Multicapa; no sé lo que es más que una red neuronal de tipo…
Significado #1 · Palabras #1
María Ribes introduce a Christian Benz y Eva Dudkevich, destacando su importancia en un artículo sobre sistemas de signos convencionales.
Habla: María RibesPalabras #9lingüista computacional christian benzarqueóloga eva dudkevich edad bronce…titula Los humanos de hace 40.000 años desarrollaron un sistema de signos convencionales. Y esto es muy flipante. Así es: 40.000 años, nada más y nada menos. El artículo es de enero, creo; lo tenía en la recámara y quería traerlo hoy para hablar con vosotros. Christian Benz es muy importante; es un lingüista computacional de la Universidad de Saarland en Alemania y ella, Eva Dudkevich, creo que es Eva Dudkevich. Ella es arqueóloga, pero es especialista en prehistoria, de hecho es comisaria de exposiciones del departamento de la Edad del Bronce del Museo de Prehistoria e Historia Temprana de Berlín; o sea que son dos personas muy potentes y hacen una síntesis, es multidisciplinar, de Arqueología, del Paleolítico, lingüística cuantitativa, semiótica evolutiva y también evolución cognitiva humana. Y a mí me ha gustado mucho leer el artículo; me parece muy serio y muy bien desarrollado, pero el problema, estaréis de acuerdo conmigo, creo ha…
María Ribes explica cómo investigadores comparan protoescrituras de Uruk con bases de datos lingüísticas utilizando herramientas computacionales para analizar sistemas de signos.
Habla: María RibesPalabras #7protoescrituras uruk bases datos lingüísticasherramientas computacionales análisis sistemas signoslenguas humanas protocuneiforme comunicación animalhuella estadística medición comparación maria ribes…símbolos, el objetivo es que sean lo más claros posible o por lo menos que haya un receptor que comparta un cierto conocimiento del mundo contigo y sepa descifrarlo, que eso es probablemente de lo que estamos hablando aquí, estos signos Que sea escritura, no. Además, ahora os voy a hablar del método estadístico, como lo han comparado con las protoescrituras de Uruk, la primera protoescritura cuneiforme, y con unas bases de datos lingüísticas, veráis. Aquí ellos dicen que utilizan herramientas computacionales y que no se ilimitan a interpretar los signos de forma cualitativa. Entonces comparan distintas lenguas humanas, sistemas de signos antiguos como el protocuneiforme, incluso sistemas de comunicación animal. Ellos dicen que todo deja una huella estadística y que se puede medir y comparar. Y aquí a ver los... aquí está. Dicen que esto se inscribe en un campo de investigación emergente que es la semiótica evolutiva. Yo en esto no tengo experiencia, ya sabéis que yo soy sintactista, pero ¿y la semiótica, la semántica, la semiología? No es lo mío, seguramente Ignacio es más.…
María Ribes explica cómo investigadores utilizan una base de datos llamada TEDI para analizar sistemas de signos y compararlos con la escritura protocuneiforme de Uruk.
Habla: María RibesSignificado #1 · Palabras #1tedi base datos diversidad textualescrituras diferentes no alfabetos uruklingüística computacional christian bellsrec congreso lingüística computacionallingüística cuantitativa ratios tipo tokenentropía de la información termodinámica shannonprocesamiento lenguaje natural entropías unigramasalgoritmos clasificación secuencias similares…comparan, aparte de con la escritura protocuneiforme de Uruk; ya sabéis que no es la misma lengua que escritura. La escritura es un sistema para anotar una lengua y esa escritura puede tener diferentes formas. De hecho, aquí utilizan muestras de 89 lenguas. naturales escritas en 16 sistemas de escrituras diferentes que no están hablando solamente de un alfabeto, o sea, está claro que el hombre es lingüista computacional y sabe perfectamente de lo que habla y utilizan una base de datos, y aquí es una cosa muy chula: la base de datos se llama TEDI, Text Data Diversity y resulta que es una base de datos que publicaron un grupo de autores en 2022 en el REC, que es Language Resources and Evaluation, es un congreso anual de lingüística computacional y entre esos autores está precisamente Christian Bells, ahí en este sistema y es una. Muestra de lingüística comparativa, entonces empiezan a calcular estadísticas propias de lingüística cuantitativa y te calculan los ratios de tipo y token. Sabéis toda la diferencia entre tipo y token en el procesamiento del lenguaje natural: entropías de unigramas, porque la entropía de la información es la misma casi que la entropía de, como es la termodinámica, la entropía de Shannon, según el tipo de unidades que más información dan o más densidad de información van a producir. Y esto introducen valores de estas características en algoritmos de clasificación y eso son algo me va a costar más explicar, lo vais a explicar vosotros, pero lo que hacen es evaluar hasta qué punto esas secuencias son similares entre. Sí, y hasta qué punto son predecibles. Esa es la cuestión: si tú puedes predecir lo que va después, utilizan modelos de regresión y las redes neuronales que llama aquí MLP, que sería Perceptrones Multicapa; no sé lo que es más que una red neuronal de tipo…