| Sumario: | Se desarrolló una aplicación de agenda visual para personas con trastorno del espectro autista aplicando técnicas de Procesamiento de Lenguaje Natural (PLN) considerando la búsqueda textual de las imágenes por su descripción de contenido, buscando obtener resultados de acuerdo al contenido semántico de las descripciones asociadas a la imagen, a diferencia de las aplicaciones de este tipo en el mercado. Para la implementación del PLN, se ha entrenado un conjunto de documentos utilizando un algoritmo denominado Skip-gram, que consiste en la extracción de texto en porciones donde se toma una palabra objetivo con las palabras de su contexto, y se va entrenando en una red neuronal. La búsqueda consistió en la vectorización de las descripciones como también el término de búsqueda ingresado. Se obtuvieron los resultados en un orden de relevancia de acuerdo a la similaridad coseno entre el término ingresado y las descripciones de la base de datos. Para probar la búsqueda implementada, se han realizado comparaciones entre la similaridad coseno entre vectores extraídos del modelo de Skip-gram, y la comparación de caracteres entre término de consulta y descripciones. Se pudo observar mayor precisión en la búsqueda basada en el algoritmo de Skip-gram. Finalmente se ha desarrollado una aplicación con el framework Django permitiendo la gestión de agendas visuales integrando la búsqueda propuesta
|
|---|
Biblioteca Digital de Vanguardia