Clasificación de Textos Adaptada para Conversión de Texto en Habla Multidominio
|
|
- Pedro Agüero Torres
- hace 8 años
- Vistas:
Transcripción
1 Clasificación d Txtos Adaptada para Convrsión d Txto n Habla Multidominio Francsc Alías, Xavir Gonzalvo, Xavir Svillano, Joan Claudi Socoró, José Antonio Montro y David García Dpartamnto d Comunicacions y Toría d la Sñal Enginyria i Arquitctura La Sall, Univrsidad Ramon Llull Pg. Bonanova 8, Barclona {falias, gonzalvo, xavis, jclaudi, montro, dgarcia}@ sall.url.du Rsumn: En st trabajo s prsnta un sistma d clasificación d txtos adaptado a las ncsidads qu planta la convrsión d txto n habla multidominio. Est sistma, qu s una volución d una propusta antrior basada n la rprsntación d los txtos mdiant un grafo d nodos pondrados, ha sido dsarrollado para mjorar la ficincia d clasificación d txtos cortos, así como para minimizar l cost computacional d la misma. Para llo, s trabaja sobr l spacio d comparación dfinido por l txto a clasificar n lugar d utilizar l construido a partir d los documntos d ntrnaminto. Los xprimntos d clasificación dsarrollados sobr un corpus d txtos publicitarios mustran la conscución d los objtivos plantados. Palabras clav: Clasificación d txtos, txtos cortos, cost computacional, convrsión d txto n habla Abstract: This papr introducs a txt classification systm tund to cop with th rquirmnts of multi-domain txt-to-spch synthsis. This mthod, basd on a prvious systm which rprsnts txts by mans of a wightd graph, has bn dvlopd to improv th classification fficincy for small txts and to minimiz its computational cost. To that ffct, th comparison spac is built from th input txt instad of bing built from th training documnts. Classification xprimnts conductd on an advrtising txt corpus show th achivmnt of th posd goals. Kywords: Txt classification, small txts, computational cost, txt-to-spch synthsis. Introducción El propósito final d la convrsión d txto n habla (CTH) s la gnración d habla sintética compltamnt natural a partir d un txto d ntrada cualquira. Históricamnt, s han sguido dos stratgias para lograr st objtivo (Yi y Glass, 998): i) la qu prima la flxibilidad d la convrsión ant la calidad d la síntsis, dando lugar a los sistmas d convrsión d txto n habla d propósito gnral (CTH-PG); y ii) la qu antpon la naturalidad d la síntsis a la gnralidad d la CTH, conocida como convrsión d txto n habla d dominio rstringido (CTH-DR). Siguindo sta sgunda stratgia, s prsntó la convrsión d txto n habla multidominio (CTH-MD) (Alías, Iriondo, y Barnola, 2003; Alías t al., 2003), qu prsigu consguir una calidad sintética Trabajo financiado n part por l proycto IntgraTV-4all (FIT ) dl MCyT. quivalnt a la d los sistmas d CTH-DR, aumntando su flxibilidad al considrar distintos dominios (stilos d locución, mocions, tmáticas, tc.) para la síntsis. Txto Procsaminto dl Lnguaj Natural Clasificación d txtos CTH clásica Procsaminto Digital d la Sñal Sñal d voz Figura : Diagrama d bloqus d la arquitctura d un CTH-MD. En st contxto, s ncsario qu l sistma d CTH-MD conozca, durant l procso d convrsión d txto n habla, qué dominio o dominios son los más adcuados para podr sinttizar l txto d ntrada con la mayor naturalidad posibl. Para llo, l sistma d CTH-MD incorpora un módulo d clasifica-
2 ción d txtos a la arquitctura clásica d los sistmas d CTH (vr Figura ). En st trabajo s prsnta una volución dl sistma d clasificación d txtos (CT) prsntado n trabajos antriors (Alías, Iriondo, y Barnola, 2003; Alías t al., 2003), con l objtivo d optimizar dos d los lmntos clav d la CT n l contxto d la CTH-MD: la ficincia d clasificación, principalmnt para txtos xtrmadamnt cortos (p.j. fras por documnto), y l cost computacional dl procso d clasificación. 2. Clasificación automática d dominios La clasificación d dominios para CTH-MD s ncuntra, d algún modo, ntr l nfoqu clásico d la clasificación tmática d documntos y l problma d la clasificación stilística (no tmática) d txtos (p.j. dtrminación d la autoría o l génro d un txto) (Sbastiani, 2002; Sbastiani, 2005). Por un lado, la información tmática s important para organizar los txtos qu forman l corpus, pro por otro lado, fijars únicamnt n sta información no parc suficint para dtrminar la mjor manra d pronunciarlos (prosodia, pausas, tc.), por lo qu rsulta intrsant qu l modlado d los txtos incorpor información qu tom n considración la scuncialidad inhrnt dl habla (p.j. coarticulación ntr sonidos). Con st objtivo, los txtos s modlan mdiant un grafo d nodos intrconctados (con tantos nodos como palabras aparcn n l txto), ntrlazados mdiant conxions pondradas (coocurrncias d palabras). Esta structura s dnomina Rd Rlacional Asociativa (RRA) y fu inicialmnt utilizada para la rprsntación visual d documntos (Rnnison, 994) (vr (Alías, Iriondo, y Barnola, 2003) para más dtalls). Gracias a su tipología, la RRA no sólo considra los términos (junto a los signos d puntuación) qu aparcn n l txto (bolsa d palabras (Sbastiani, 2002)), sino qu contmpla todas sus rlacions, modlando así la continuidad y la structura d los txtos. 2.. Paramtrización y modlado dl txto Como s ha comntado, la paramtrización dl txto db contmplar tanto la tmática como la scuncialidad dl mnsaj. Así pus s utilizan, por un lado, parámtros tmáticos (frcuncia dl término -TF- y frcuncia invrsa dl término n los documntos - IDF- (Sbastiani, 2002)), y por otro, parámtros qu dnominamos structurals (frcuncia d coocurrncia d las palabras -COF- y númro d palabras conscutivas coincidnts ntr los txtos comparados (Alías t al., 2003)). Admás, n st trabajo s introduc un nuvo parámtro tmático dnominado invrs word frquncy (IWF), dfinido sgún la cuación: ( ) M iwf i = log, tf i > 0 () tf i dond M s l númro d palabras dl txto y tf i l númro d vcs qu l término i aparc n s txto. IWF s pud intrprtar como una aproximación d IDF, ya qu pondra cada término sgún su pso dntro d cada documnto, n lugar d considrar su distribución a lo largo d toda la colcción. Una vz paramtrizado l txto, s utiliza l modlo d spacio vctorial (MEV) (Salton, 989) para rprsntar los txtos como vctors n un spacio multidimnsional común. Las componnts d stos vctors (psos) s obtndrán d la concatnación d los parámtros tmáticos (TFIDF ó IWF) y structurals (COF) dscritos (para más dtalls, vr figuras n la scción 4) Entrnaminto El procso d ntrnaminto part d una colcción d documntos d k D agrupados n un conjunto C d catgorías (dominios). En primr lugar, para disponr d un spacio común d rprsntación y comparación para todos los txtos, s gnra una RRA global (R N ) qu contmpla todas las palabras d cada uno d los dominios, así como sus rlacions (vr Figura 2(a)). Sguidamnt, s modlan los txtos d cada uno d los dominios a partir d sta rd global, obtnindo una RRA Full para cada dominio o RRA F D n (R N ) (vr Figura 2(b)). El procso d ntrnaminto finaliza cuando cada RRA F D n s rprsnta mdiant un vctor patrón ( p n R N, n =... C ), obtnido por los d k Dn documntos d ntrnaminto qu l corrspondn, rprsntados sgún l MEV dfinido por la RRA global (vr Tabla ). Sus componnts sguirán l ordn dictado por l MEV complto o Full spac, d ahí su nombr.
3 k k D D C - < k D C Para d k D Para d k D Para d k D C Construcción d la RRA global ( ) Construcción d la RRA F D = f (RRA global) ( ) Construcción d la RRA F D C = f (RRA global) ( ) ω ω ω (a) (b) Figura 2: Procso d gnración d (a) la RRA global y (b) las RRA F D n d dominio, dsd D hasta D C, rfrnciadas a la RRA global d dimnsión R N y construidas a partir d los documntos d ntrnaminto d cada dominio D = {D,...,D C }. En los grafos, indica nodo ocupado, nodo vacío y las conxions discontinuas dnotan coocurrncias inxistnts Explotación Una vz gnradas la RRA F D n y obtnidos sus vctors patrón p n R N, s procd a xplotar l sistma d clasificación d txtos. Para llo, primro s modla l txto a clasificar t k / D sgún l MEV dfinido por la RRA global, obtnindo l vctor t k R N (vr Tabla ). A continuación, s compara l vctor t k con cada uno d los vctors p n, utilizando la distancia dl cosno. Finalmnt, l txto d ntrada s asigna al dominio rspcto al qu prsnt una mnor distancia. 3. Rd Rlacional Asociativa Rducida Uno d los factors críticos dl modlo RRA F s la compljidad computacional dl mismo, ya qu para clasificar cualquir txto s ncsario rcorrr ants toda la RRA global para rprsntarlo d forma cohrnt con los datos d ntrnaminto. Admás, por l hcho d no liminar palabras (no s aplica lista d parada), no rducir la flxión d las mismas (no s xtra l radical), incluir sus coocurrncias, l spacio multidimnsional dfinido por la RRA global tndrá un tamaño considrabl n comparación con l txto a clasificar, lo qu pud rducir la sparabilidad ntr los distintos dominios. Con l objtivo d minimizar l cost computacional y mjorar la ficincia d clasificación d la CT basada n RRA F, custions clav n l contxto d la CTH-MD, n st trabajo s propon una nuva stratgia d clasificación basada n una Rd Rlacional Asociativa Rducida (RRA R). 3.. Dfinición La ida fundamntal d la CT basada n RRA R consist n sustituir l spacio d comparación d los txtos dfinido por la RRA global por un spacio vctorial dfinido a partir dl txto d ntrada t k. Por lo tanto, la RRA gnrada a partir d t k (n adlant, RRA R) s la qu marcará l ordn d comparación d los datos. En st caso, su contnido stará rprsntado a partir dl vctor t k dntro dl spacio vctorial R Lk dfinido por la RRA R (sindo L k l númro d parámtros considrado -palabras y coocurrncias- dl txto t k, con L k N, típicamnt). Así pus, durant l procso d clasificación, los dominios D n dbrán rprsntars sgún la RRA R (R Lk ) (vr Tabla 2). Gracias a st nfoqu, la compljidad computacional qu implica rprsntar t k n l spacio dfinido por rd global s sustituy por l cost d rprsntar cada dominio D n n l spacio RRA R, cost qu srá, gnralmnt, mucho mnor. No obstant, la stratgia RRA R no s más qu una aproximación d la RRA F, cuya justificación tórica s pasa a dscribir a continuación Justificación La rducción d dimnsionalidad dl MEV utilizado para rprsntar los txtos qu implica la stratgia RRA R rspcto a la RRA
4 Tabla : Ejmplo ilustrativo d la rprsntación d los vctors patrón d dominio p n (RRA F) y dl txto a clasificar t k sgún la RRA global, dados trs dominios D, D 2 y D 3 distintos. Los símbolos {ωa n,ωn B,...,ωn Z } rprsntan los psos corrspondints a los términos d los txtos. Datos Contnido Rprsntación global MEV {A, B,C, D, E, F, G, H,I,J} (ω A, ω B, ω C, ω D, ω E, ω F, ω G, ω H, ω I, ω J) D {A, B, C, D, E, F, G} p = (ωa, ωb, ωc, ωd, ωe, ωf,ω G,0,0, 0) D 2 {A, B, C, E, H,I, J} p 2 = (ωa, 2 ωb, 2 ωc, 2 0, ωe,0,0, 2 ωh, 2 ωi, 2 ωj) 2 D 3 {A, B, H, D} p 3 = (ωa, 3 ωb,0, 3 ωd,0,0, 3 0, ωh,0, 3 0) t k {C, A, Z} t k = (ωa,0, k ωc,0, k 0,0, 0,0, 0, 0) F pud justificars dsd un punto d vista algbraico. Por un lado, la RRA F pud rprsntars mdiant un spacio vctorial R N, spacio al qu prtncn todos los vctors dl conjunto d documntos d ntrnaminto D. En él s dfinn tanto los vctors patrón p n d cada dominio, como los vctors t k d los txtos a clasificar con M k componnts activas y (N M k ) nulas, dond M k N (vr Tabla ). Por otro lado, la RRA R también pud rprsntars algbraicamnt n l spacio vctorial R L, con L k N y L k M k, dbido a las palabras d t k no rprsntadas n la RRA global. Por otro lado, dntro dl spacio vctorial dfinido por la RRA global, también s pud dfinir un subspacio vctorial V R N, a partir d una bas B = { b, b 2,..., b M k} d M k vctors ortogonals dfinidos por las componnts activas dl vctor t k. Esta bas stará formada por los vctors d la bas canónica d R N qu ocupan las posicions no nulas dl vctor t k (vr Tabla 3). Utilizando sta bas, s pud rprsntar l vctor patrón p n sobr l subspacio V como la mjor aproximación (ˆ p n ), sgún l critrio d los mínimos cuadrados, mdiant la cuación (2). Cualquir otra proycción d los vctors p n dntro dl subspacio V, prsntará un rror d aproximación mayor. ˆ p n = < p n, b > < b, b > b + + < p n, b M k > < b M k, bm k b M k > (2) dond { b, b 2,..., b M k} s una bas ortogonal dl subspacio V dfinido a partir d t k. Si s compara la rprsntación d los datos n l spacio vctorial R Lk dfinido por la RRA R qu gnra un MEV (vr Tabla 2) con la qu s obtin d su proycción n l subspacio vctorial V R N dfinido por la RRA global (vr Tabla 3), s dmustra qu utilizar la stratgia RRA R quival a habr aproximado, con un rror cuadrático Tabla 2: Rprsntación d los datos d la Tabla n l MEV dfinido sobr R Lk =3 dfinido por la RRA R dl txto a clasificar t k. Datos Contnido Rpr. rducida MEV {C, A, Z} (ω C, ω A, ω Z) t k {C, A, Z} D {A, B, C, D, E, F, G} t k = (ωc, k ωa, k ωz) k p = (ωc, ωa,0) p 2 = (ωc, 2 ωa,0) 2 D 3 {A, B, H,D} p 3 = (0, ωa,0) 3 D 2 {A, B, C, E, H,I, J} mínimo, los vctors patrón d los dominios sobr l subspacio vctorial V. Añadir qu, admás dl cambio d ordn d las componnts, custión qu no afcta al cálculo d las distancias, sólo xist una pquña difrncia d (L k M k ) posicions nulas d los vctors patrón dbidas a las palabras prsnts n l txto a clasificar qu no han sido obsrvadas durant la fas d ntrnaminto. Sin mbargo, stas posicions nulas, por un lado, no afctan al rsultado dl producto scalar d los vctors t k y p n, y por otro, afctarán por igual a todas las comparativas n l contxto d la distancia cosnoidal utilizada (a través d la norma dl vctor t k ). D todos modos, la aproximación RRA R implica prdr part d la información contnida n la rprsntación global d los vctors patrón d las RRA F D n, custión qu Tabla 3: Rprsntación d los datos d la Tabla n l subspacio vctorial V gnrado a partir d la bas ortogonal B = { b, b 2 } dfinida por las M k = 2 componnts activas d t k, rprsntado sgún l MEV global. Bas dl Subspacio Vctorial V b = (,0, 0,0, 0,0, 0,0, 0,0) b 2 = (0,0,,0, 0,0, 0,0, 0,0) Datos Contnido Componnts V D {A, B, C, D, E, F, G} ˆ p = (ωa, ωc) D 2 {A, B, C, E, H,I, J} ˆ p2 = (ωa, 2 ωc) 2 D 3 {A, B, H,D} ˆ p3 = (ωa,0) 3 t k {C, A, Z} ˆ t k = (ωa, k ωc) k
5 afcta al cálculo d la distancia dl cosno a través d la norma d los mismos. En los xprimntos qu s prsntan sguidamnt, s analiza l impacto d sta aproximación n términos d la ficincia d la clasificación, así como d su cost computacional. 4. Exprimntos Los xprimntos s han dsarrollado sobr un corpus d txtos publicitarios, dividido n trs dominios: ducación (527 frass), tcnología (323 frass) y cosmética (57 frass) con stilos d locución algr, nutro y snsual, rspctivamnt, dl qu s han liminado las frass ambiguas (Alías t al., 2004). Los CT studiados s ntrnan con l 80% d los datos d cada dominio, asgurando la robustz stadística d los rsultados mdiant un 0-fold random-subsampling. Con l objtivo d valuar la habilidad d las stratgias d clasificación d txto propustas, las frass dl corpus s agrupan alatoriamnt para gnrar psudo-documntos (documntos, n adlant) suscptibls d sr clasificados. D st modo, s pudn comparar los métodos d CT considrados a mdida qu s rduc l númro d frass por documnto, pasando dsd una situación más crcana al problma d la CT clásica (con muchas frass por documnto), hasta l caso xtrmo d disponr sólo d una fras por documnto, situación bastant habitual n CTH. 4.. Método d rfrncia En st primr xprimnto s analizan distintos métodos d CT sobr l barrido d frass por documnto studiado, con l objtivo d buscar un algoritmo d rfrncia qu prmita validar l funcionaminto d las propustas d CT basadas n RRA Support Vctor Machins En l contxto d la clasificación tmática d grands colccions d documntos s dond l algoritmo basado n Support Vctor Machins (SVM) ha dmostrado un funcionaminto óptimo (Joachims, 998; Sbastiani, 2002). Sin mbargo, como s indica n (Sassano, 2003), a mdida qu l volumn d datos d ntrnaminto s rduc rspcto al tamaño dl MEV mplado para rprsntarlos, l método SVM pird ficincia, llgando a djar d funcionar corrctamnt n l caso d trabajar con un MEV d dimnsión mayor qu l númro d jmplos. Est comportaminto d SVM s db a la rlación xistnt ntr l númro d datos d ntrnaminto y l tamaño dl MEV a paramtrizar, qu para krnls linals, ncsita disponr d O(N) jmplos para modlar corrctamnt un spacio R N (Shaw-Taylor y Cristianini, 2004). Dbido a la stratgia d clasificación utilizada, dond no s trata con un CT únicamnt tmático y s ntrna al CT sólo con los txtos dl corpus d voz, la difrncia ntr l tamaño dl spacio vctorial gnrado por los datos d ntrnaminto y l númro d jmplos s acntúa al no liminar la variabilidad d los términos (xtracción dl lma) ni las palabras vacías dl txto (lista d parada) s más, sta rlación mpora al considrar las coocurrncias d las palabras n l modlado d los txtos. Por llo, SVM no prsnta rsultados satisfactorios para st problma, como s ha indicado n trabajos prvios (Alías t al., 2003; Alías t al., 2004) ICA, bigramas o NN A la vista d los pobrs rsultados ofrcidos por SVM, s studiaron otras altrnativas para obtnr un CT d rfrncia. Entr las técnicas xistnts s scogiron trs stratgias con nfoqus d clasificación distintos. En primr lugar, s analiza l funcionaminto d un CT basado n l análisis n componnts indpndints (ICA) d los txtos (trabajando con tantas componnts como dominios) aplicado satisfactoriamnt a la búsquda smisuprvisada d dominios y a la jrarquización dl corpus n (Alías t al., 2004; Svillano, Alías, y Socoró, 2004). En sgundo lugar, s implmnta un CT probabilístico a nivl d caráctr basado n n- gramas, concrtamnt bigramas. En st caso, cada una d los dominios (catgorías) s rprsnta mdiant un modlo d lnguaj probabilístico, obtnido a partir d la distri- F mdia 0,9 0,8 0,7 0,6 0,5 ICA NN TFIDF BIGRAMAS Figura 3: Eficincia d clasificación d los métodos d rfrncia a lo largo dl barrido d frass/documnto studiado.
6 F mdia NN TFIDF COF NN TFIDF NCOF NN IWF COF NN IWF NCOF RRA F TFIDF COF RRA F TFIDF NCOF RRA F IWF COF RRA F IWF NCOF F mdia RRA R TFIDF COF RRA R TFIDF NCOF RRA R IWF COF RRA R IWF NCOF RRA F TFIDF NCOF RRA F IWF NCOF (a) RRA F vs. NN. (b) RRA F NCOF vs. RRA R. Figura 4: Eficincia d clasificación d los métodos d CT studiados a lo largo dl barrido d frass/documnto considrado, para distintas paramtrizacions dl txto. bución d las parjas d caractrs prsnts n l txto d s dominio (Cavnar y Trnkl, 994). En st trabajo, s ha scogido trabajar con bigramas por su bun compromiso ntr la información d contxto considrada y l volumn d datos disponibl para modlar d forma robusta cada dominio (a mayor n, s obtin mayor información contxtual, pro por l contrario, a mnor n, s logra una mayor robustz stadística para l mismo númro d datos). Finalmnt, s studia l funcionaminto dl clasificador basado n Narst Nighbour (NN), trabajando con la pondración TF IDF, como método básico d CT sobr un MEV. Sgún sta stratgia, una vz rprsntados todos los documntos n un spacio vctorial común, l txto d ntrada s asigna a la catgoría asociada al documnto más crcano, sgún la distancia dl cosno. En la Figura 3 s prsnta la ficincia d clasificación (mdida F mdia (Sbastiani, 2002)) d los trs métodos comparados a lo largo dl barrido d frass por documnto studiado. S pud obsrvar cómo NN s l método qu prsnta un mjor comportaminto global, sguido dl clasificador basado n bigramas y, finalmnt, s ncuntra l CT basado n ICA, qu sufr rápidamnt la rducción dl tamaño d los documntos. Por llo, s scog NN como método d rfrncia para validar l funcionaminto d la CT basada n RRA n los siguints xprimntos Análisis d la propusta En st xprimnto s compara la ficincia d clasificación d los métodos d CT basados n RRA rspcto a NN, para cuatro paramtrizacions dl txto distintas. Por un lado, s difrncia la rprsntación dl txto qu incorpora parámtros structurals, n st caso, las coocurrncias d las palabras (COF), d las qu no los incluyn (NCOF). Por otro lado, s analizan las pondracions d los términos mdiant los parámtros tmáticos TFIDF IWF (combinados dntro d los vctors qu dfinn l contnido d los txtos sgún lo indicado n la Figura 4) Eficincia d clasificación La Figura 4 prsnta los rsultados d F obtnidos dl barrido d frass por documnto ralizado para todos los métodos y todas las paramtrizacions dl txto studiadas, utilizando la distancia dl cosno como mdida d similitud. Por un lado, s pud obsrvar como los métodos basados n RRA prsntan mjors rsultados qu NN, y por otro, como los métodos d rprsntación global (RRA F y NN) rducn significativamnt su ficincia d clasificación al incorporar COF n la paramtrización dl txto, con un funcionaminto óptimo para TFIDF NCOF. Sin mbargo, para RRA R la inclusión COF ayuda a mjorar los rsultados. Admás, RRA R obtin un rndiminto óptimo para IWF con rsultados muy parjos ntr COF y NCOF. A partir d st análisis, s concluy qu la CT basada n RRA R, aunqu dfinida como aproximación d RRA F, prsnta un comportaminto similar al obtnido por la CT basada n RRA F TFIDF NCOF, llgando a consguir los mjors rsultados d clasificación a nivl d fras/documnto.
7 0,8 RRA R RRA F NN Timpo [sg] RRA R TFIDF COF RRA R TFIDF NCOF RRA R IWF COF RRA R IWF NCOF F mdia 0,6 0,4 0, (a) Cost computacional d tst d RRA F. 0 TFIDF COF TFIDF NCOF IWF COF IWF NCOF Paramtrización Figura 5: Eficincia d clasificación mdia d los métodos dntro dl barrido d frass/documnto d la Figura 4, para distintas paramtrizacions dl txto. Timpo [sg] Tst RRA F TFIDF COF RRA F TFIDF NCOF RRA F IWF COF RRA F IWF NCOF 3 2 En la Figura 5 s obsrva qu, a nivl global, RRA R prsnta una rspusta más robusta rspcto a las distintas paramtrizacions considradas, n contraposición a RRA F y NN. Asimismo, la inclusión d COF provoca un impacto más ngativo n RRA F qu n NN por l hcho d trabajar con un único vctor patrón por dominio, n lugar d usar un vctor por documnto. Sin mbargo, RRA F consigu mjors rsultados qu NN con NCOF, tanto para IWF como TFIDF Cost computacional En st xprimnto s studia l cost computacional d la CT basada n RRA R vs. RRA F. Est cost s obtin como l timpo mdio d clasificación sobr 0 jcucions d -fold dl random subsampling utilizado n las prubas. El studio s ha ralizado sobr un PC (PIV.79GHz GB RAM) con sistma oprativo Linux y compilador gcc Dl análisis d la Figura 6, s dduc qu la CT basada n RRA R prsnta un mnor timpo d clasificación qu RRA F a lo largo dl barrido d frass/documnto. Para RRA F, l studio mustra una clara difrncia d comportaminto cuando s comparan las configuracions qu utilizan las coocurrncias (COF) con las qu no las utilizan (NCOF), dbido al aumnto d la dimnsión dl spacio vctorial cuando s trabaja con vctors qu incluyn COF. En cambio, para RRA R los rsultados son más homogénos, indpndintmnt d la paramtrización utilizada. Concrtamnt, a mdida qu disminuy l tamaño d los txtos a clasificar, l cost computacional también disminuy d forma linal (n dos tramos linals con cambio d pndint alrddor d 0 frass/doc). Est comportaminto dcrcint s db, fundamn- (b) Cost computacional d tst d RRA R. Figura 6: Cost computacional d clasificación dntro dl barrido d frass/documnto, para distintas paramtrizacions dl txto. talmnt, a qu l spacio d comparación ntr vctors lo dfin l txto a clasificar (d mnor tamaño qu l global), rduciéndos l timpo d clasificación. Tomando la CT basada n RRA F como rfrncia, la RRA R prsnta unas rduccions rlativas dl cost computacional qu van dsd un 2% para 30 frass/doc, pasando por un 47% para 4 frass/doc, hasta un 20% para fras/doc, utilizando sus configuracions óptimas n términos d timpo d jcución (TFIDF NCOF para RRA F y IWF NCOF para RRA R, aunqu las variacions n RRA R son mínimas). Por lo tanto, parc claro qu l método d CT basado n RRA R consigu mjorar los rsultados rspcto al método antrior, n lo qu s rfir al cost computacional dl procso d clasificación, sindo ést más o mnos proporcional al tamaño d los txtos a clasificar. 5. Discusión A lo largo d los xprimntos dscritos n st trabajo, s ha podido obsrvar cómo todos los métodos d CT analizados s vn afctados, n mayor o mnor mdida, por la rducción dl númro d frass d los documntos a clasificar. Sin mbargo, la stratgia d CT qu prsnta un comportaminto más robusto rspcto al tamaño d los txtos s la basada n RRA R, qu consigu admás los mjors rsultados n términos d ficincia d clasificación (sguida d crca por la con-
8 figuración óptima d RRA F) cuando s trabaja con muy pocas frass por documnto. El comportaminto particular d RRA R rspcto a RRA F y NN stá ligado al cambio d nfoqu qu sta stratgia propon para clasificar los txtos. En st contxto, toma mayor importancia la mra prsncia d la palabra (IWF) qu su pso y singularidad a lo largo d la colcción (TFIDF). Asimismo, la paramtrización structural dl txto, considrada n st caso mdiant la inclusión d las coocurrncias, prmit mjorar las tasas d clasificación obtnidas n algunos casos, a difrncia dl nfoqu global (RRA F o NN), dond los rsultados simpr mporan l aumnto dl tamaño d los vctors implica una mnor sparabilidad d los datos, por lo qu rsulta más fácil comtr rrors d clasificación. 6. Conclusions En st trabajo s ha prsntado un nuvo paso para l dsarrollo d un sistma d clasificación d txtos (CT) adaptado a las ncsidads d la convrsión d txto n habla multidominio (CTH-MD), s dcir: txtos cortos y bajo cost computacional. Para llo, s ha propusto una volución dl método d CT basado n una Rd Rlacional Asociativa (RRA) d rprsntación global d los txtos (RRA F), a partir d un cambio n l nfoqu dl procso d clasificación. El nuvo método d CT, basado n una RRA Rducida, ha dmostrado, a lo largo d las prubas ralizadas, una buna ficincia d clasificación, una mayor robustz frnt a la rducción dl tamaño dl txto d ntrada y un mnor cost computacional rspcto a RRA F rducindo la sobrcarga introducida por la CT sobr l procso d CTH-MD. D todos modos, los modrados rsultados consguidos para pocas frass por documnto (p.j. F = 0.78 para fras/doc) indican qu todavía xist un margn d mjora para continuar invstigando n sta dircción. Bibliografía Alías, F., I. Iriondo, y P. Barnola Multi-domain txt classification for unit slction Txt-to-Spch Synthsis. En Th 5th Intrnational Congrss of Phontic Scincs (ICPhS), páginas , Barclona. Alías, F., X. Svillano, P. Barnola, L. Formiga, I. Iriondo, y Socoró. J. C Convrsión d Txto n Habla Multidomino. En III Jornadas n Tcnología dl Habla, páginas 0 06, Valncia. Alías, F., X. Svillano, P. Barnola, y J.C. Socoró Arquitctura para convrsión txto-habla multidominio. Procsaminto dl Lnguaj Natural, 3: Cavnar, W.B. y J.M. Trnkl N- Gram-Basd Txt Catgorization. En Procdings of 3rd Annual Symposium on Documnt Analysis and Information Rtrival, páginas 6 75, Las Vgas, USA. Joachims, T Txt catgorization with support vctor machins: larning with many rlvant faturs. En Procdings of ECML-98, 0th Europan Confrnc on Machin Larning, numro 398, páginas Springr Vrlag, Hidlbrg, DE. Rnnison, E Galaxy of Nws: An Approach to Visualizing and Undrstanding Expansiv Nws Landscaps. En ACM Symposium on Usr Intrfac Softwar and Tchnology, páginas 3 2. Salton, G Automatic Txt Procssing: Th Transformation, Analysis, and Rtrival of Information by Computr. Addison-Wsly. Sassano, M Virtual Exampls for Txt Classification with Support Vctor Machins. En Procdings of 2003 Confrnc on Empirical Mthods in Natural Languag Procssing, páginas , Japón. Sbastiani, F Machin larning in automatd txt catgorisation. ACM Computing Survys, 34(): 47. Sbastiani, F Txt catgorization. En Txt Mining and its Applications. WIT Prss, UK, capítulo 4, páginas Svillano, X., F. Alías, y J.C. Socoró ICA-Basd Hirarchical Txt Classification for Multi-domain Txt-to-Spch Synthsis. En Procdings of ICASSP, volumn 5, páginas , Montral. Shaw-Taylor, J. y N. Cristianini Krnl Mthods for Pattrn Analysis. Cambridg Univrsity Prss. Yi, J. y J. Glass Naturalsounding spch synthsis using variabllngth units. En Procdings of ICSLP, páginas 67 70, Sydny, Australia.
Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE
Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios
Más detallesCapítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES
Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas
Más detallesEJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL
EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL. Calcular los dominios d dfinición d las siguints funcions: a) f( ) 6 b) f( ) c) f( ) ln d) f( ) arctg 3 4 ) f( ) f) f( ) 5 g) f( ) sn 9 h) 4 4
Más detallesCOMPUTACIÓN. Práctica nº 2
Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros
Más detallesMANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1
MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 Chil, agosto d 2005 El prsnt manual rprsnta la visión dl quipo d profsionals prtncints al Proycto FONDEF Aprndindo con
Más detallesIII. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS
III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar
Más detallesRADIO CRÍTICO DE AISLACIÓN
DIO CÍTICO DE ISCIÓN En sta clas s studiará la transfrncia d calor n una tubría d radio xtrno (0,0 ft), rcubirta con un aislant d spsor (0,039 ft), qu transporta un vapor saturado a (80 F). El sistma cañría
Más detallesRepresentación esquemática de un sistema con tres fases
6 APLICACIONES 6.1 Sistma con varias fass Una vz consguido l modlo para simular una mmbrana, s planta su uso para simular procsos con más d una. Uno d stos procsos podría sr un sistma con varias fass.
Más detallesSolución a la práctica 6 con Eviews
Solución a la práctica 6 con Eviws El siguint modlo d rgrsión rlaciona la nota mdia qu obtinn los alumnos n matmáticas (nota) n un cntro, con l númro d profsors disponibls n l cntro (profsors), l porcntaj
Más detallesEjercicios resueltos Distribuciones discretas y continuas
ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s
Más detallesMONITOREO DE CONTROLADORES PREDICTIVOS.
MONITOREO DE CONTROLADORES PREDICTIVOS. Rachid A. Ghraizi, Ernsto Martínz, César d Prada Dpt. Ingniría d Sistmas y Automática Facultad d Cincias, Univrsidad d Valladolid c/ Ral d Burgos s/n, 47, Valladolid,
Más detallesANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN
ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador
Más detallesPRIMERA PRÁCTICA SONIDO
PRIMERA PRÁCTICA SONIDO 1. Objtivo gnral: El objtivo d sta práctica s qu l alumno s familiaric con los concptos d amplitud y frcuncia y los llgu a dominar, así como l fcto qu tin la variación d stos parámtros
Más detallesVARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA
AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.
Más detallesOfertas y Contratos Agiles
Ofrtas y Contratos Agils algunas idas xtraídas dl libro Obra bajo licncia Crativ Commons los pilar s d transp arncia, ins adaptación pc, junto con l nfoqu d ción y continua q mjora u forman part d lo Agils,
Más detallesAplicaciones de la distribución weibull en ingeniería
COLMEME UAN Aplicacions d la distribución wibull n ingniría Raqul Salazar Morno 1 Abraham Rojano Aguilar 2 Esthr Figuroa Hrnándz Francisco Pérz Soto 1. INTRODUCCIÓN la salud n la vida d una prsona. La
Más detallesREPRESENTACION GRAFICA.
REPRESENTACION GRAFICA. Calcular puntos notabls así como intrvalos d monotonía y curvatura d: ² - = 0 ; ² = ; = son los valors d qu anulan l dnominador D = R- y () = 0 ; - 4 = 0 ; = 0 posibl ma, min Monotonia:
Más detallesProblemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm
Problmas sultos.0 Un satélit dscrib una órbita circular n torno a la Tirra. Si s cambia d rpnt la dircción d su vlocidad, pro no su módulo, studiar l cambio n su órbita y n su príodo. Al cambiar sólo la
Más detalles9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO
9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y
Más detallesAnexo V "Acuerdos de Sistemas para la Facturación' del Convenio poro la Comercialización o Reventa de Servicios
Anxo V "Acurdos d Sistmas para la Facturación' dl Convnio poro la Comrcialización o ANEXO V ACUERDOS DE SISTEMAS PARA LA FACTURACIÓN QUE SE ADJUNTA AL CONVENIO PARA LA COMERCIALIZACIÓN O REVENTA DE SERVICIOS
Más detallesnúm. 76 miércoles, 22 de abril de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS
III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS C.V.E.: BOPBUR-2015-03235 465,00 GERENCIA MUNICIPAL DE SERVICIOS SOCIALES, JUVENTUD E IGUALDAD DE OPORTUNIDADES Concjalía d Juvntud Mdiant rsolución d la
Más detallesnúm. 51 lunes, 16 de marzo de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE MERINDAD DE VALDEPORRES
III. ADMINISTRACIÓN LOCAL C.V.E.: BOPBUR-2015-01676 AYUNTAMIENTO DE MERINDAD DE VALDEPORRES Bass para la bolsa d trabajo para sustitucions d Auxiliars d Griatría, Cocinros/as y Prsonal d Limpiza d la rsidncia
Más detallesCENTRO UNIVERSITARIO DEL FUTBOL Y CIENCIAS DEL DEPORTE, S. C. PROCEDIMIENTO PARA LA ENTREGA DE DOCUMENTOS A IHEMSYS Vigente a partir de:
Vignt a partir d: Clav: 15 d Julio d 2005 Vrsión: Página 1 d 12 1. Objtivo Asgurar qu la Entrga d Documntos al Instituto Hidalguns d Educación Mdia Suprior y Suprior (IHEMSYS) por part d la Coordinación
Más detallesValledupar como vamos: Demografía, Pobreza y Pobreza Extrema y empleo.
Valldupar como vamos: Dmografía, Pobrza y Pobrza Extrma y mplo. Tradicionalmnt l programa Valldupar Cómo Vamos, lugo d prsntar la Encusta d Prcpción Ciudadana (EPC), raliza la ntrga d Indici d Calidad
Más detallesTEMAS 3-6: EJERCICIOS ADICIONALES
TEMAS 3-6: EJERCICIOS ADICIONALES Asignatura: Economía y Mdio Ambint Titulación: Grado n cincias ambintals Curso: 2º Smstr: 1º Curso 2010-2011 Profsora: Inmaculada C. Álvarz Ayuso Inmaculada.alvarz@uam.s
Más detallesUNIVERSIDAD DEL FÚTBOL Y CIENCIAS DEL DEPORTE MODELO ACADÉMICO DEPORTIVO ALTO RENDIMIENTO TUZO
PROCEDIMIENTO DE CAPTACION Y ASIGNACION NIVEL SECUNDARIA ART, Clav: Página 1 d 7 1. Objtivo Asgurar qu: la captación, otorgaminto y asignación d bcas Académicas a los Estudiants d La Univrsidad dl Fútbol
Más detalles- SISTEMA DE INFORMACION DE GESTION -
- SISTEMA DE INFORMACION DE GESTION - INFORME Nº 4 Jf d División y Encargados d Cntros d Rsponsabilidad NIVEL 2 GOBIERNO REGIONAL DE MAGALLANES Y ANTARTICA CHILENA - DICIEMBRE 2008 - 1 Mta Mdidas Rsponsabl
Más detallesAPUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ
Capítulo Nº 8: La rntabilidad n monda nacional d una invrsión n monda xtranjra Marco Antonio Plaza Vidaurr APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN
Más detallesFunciones de Variable Compleja
Funcions d Variabl Complja Modlos d Sistmas II Smstr 2008 Ing. Gabrila Ortiz L 1 Función Concpto Matmático Considrando los conjuntos X Y una función comprnd una rlación o rgla qu asocia a cada lmnto x
Más detallesOPCIÓN SIMPLIFICADA OPCIÓN SIMPLIFICADA ZONA CLIMÁTICA ZONA CLIMÁTICA
CÓDIGO TÉCNICO DE LA EDIFICACIÓN ACONDICIONAMIENTO TÉRMICO E HIGROMÉTRICO: CÁLCULO SEGÚN CTE El acondicionaminto térmico higrométrico s rcog n l Documnto Básico HE Ahorro d Enrgía, cuyo índic s: HE 1 Limitación
Más detallesPROCESOS CONCEPTOS PROCESOS. Gestión y Mejora DIRECCIÓN DE SERVICIOS-EOI. Senen Pajaro Novoa
PROCSOS CONCPTOS PROCSOS Gestión y Mejora DIRCCIÓN D SRVICIOS-OI PROCSOS CONCPTOS NTRGAR LO QU L CLINT NOS PID PROVDORS RQUISITOS CLINTS NTNDR LO QU L CLINT NOS PID DIRCCIÓN D SRVICIOS-OI PROVDOR CLINT
Más detallesEcuación para cirquitones en líneas de transmisión con carga eléctrica discreta. K. J. Candía
Ecuación para cirquitons n ínas d transmisión con carga éctrica discrta. K. J. Candía Dpartamnto d Ectrónica, Univrsidad d Tarapacá, Arica, Chi Emai: kchandia@uta.c Rsumn En sta Chara s mustra un mcanismo
Más detallesTEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)
TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu
Más detallesTERMODINAMICA 1 1 Ley de la Termodinámica aplicada a Volumenes de Control
TERMODINAMICA 1 1 Ly d la Trmodinámica aplicada a Volumns d Control Prof. Carlos G. Villamar Linars Ingniro Mcánico MSc. Matmáticas Aplicada a la Ingniría CONTENIDO PRIMERA LEY DE LA TERMODINAMICA PARA
Más detalles,,.., ' ,. :!, :*,. ' I. INFORME TÉCNICO P~REVIO DE EVALUACIÓN DE SOFTWARE No 0020-2007-GT1000
:! :* ' ; ' NFORME TÉCNCO P~REVO DE EVALUACÓN DE SOFTWARE No 0020-2007-GT000 "HERRAMENTA PARA ELMODELAMENTO DE APLCACONES CON UML" : ' - 8 ' : / '! +- j: i 4 *?!: ;* L NOMBRE DEL ÁREA: Grncia d Tcnologías
Más detallesInform d Gass Efcto Invrnadro Página 1 d 9 1. INDICE 1. INDICE. 3 3. CUANTIFICACIÓN DE EMISIONES DE GEIS 3 4. LÍMITES OPERATIVOS Y EXCLUSIONES 5 5. AÑO BASE 6 6. METODOLOGÍA DE CUANTIFICACIÓN 6 7. INCERTIDUMBRE
Más detalles9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO
9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y
Más detallesLA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO
LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO 1. INTRODUCCIÓN No importa l tamaño d la mprsa n la qu dsarrollmos nustra labor profsional. No importa l númro d prsonas qu compongan l dpartamnto al qu nos
Más detallesAT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD. A gn inf. A gn sup PPR = P e PPR
AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD FÓRMULA AT07 NOMBREdlINDICADOR Porcntaj d población n la scula con un avanc rgular por dad. FÓRMULAdCÁLCULO PPR = PPR A + inf A
Más detallesEnergía. Reactivos. Productos. Coordenada de reacción
CINÉTICA QUÍMICA 1 - Razon: a) Si pud dducirs, a partir d las figuras corrspondints, si las raccions rprsntadas n (I) y (II) son d igual vlocidad y si, prvisiblmnt, srán spontánas. b) En la figura (III)
Más detallesTema 3 La economía de la información
jrcicios rsultos d Microconomía. quilibrio gnral y conomía d la información rnando Prra Tallo Olga María odríguz odríguz Tma La conomía d la información http://bit.ly/8l8u jrcicio : na mprsa d frtilizants
Más detallesSeguridad en máquinas
Obsrvación d la norma UNE EN ISO 11161 rlacionada con los rquisitos qu db cumplir la structura d dispositivos d protcción Los dispositivos d protcción dbrán disñars y construirs d acurdo con la norma ISO
Más detallesCARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES
CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o
Más detallesy ti HOTEL EXPERIENCE proximity marketing DIGITAL CREATIVITY
proximity markting HOTEL EXPERIENCE by Qué s Yti Digital Crativity? TRANSFORMACIÓN DIGITAL Transformamos los modlos d ngocio adaptándolos al ntorno digital n vanguardia optimizando los rcursos xistnts
Más detallesImplementación de un Regulador PID
Tma 3 Implmntación d un Rgulador PID Gijón - Marzo 22 .4 Accions d Control Clásicas.2 x(t).8.6 x(t) (t) _ P I D 2 3 u(t) Sistma.4.8.6.4.2-5 5 5 2 25 3 (t) -.2 -.4-5 5 5 2 25 3 2.8 - Proporcional ( t) =
Más detallesAsamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015
Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS PLÁSTICAS
Más detallesCapítulo 13 Modelación jerárquica en las finanzas públicas
67 Capítulo 13 Modlación jrárquica n las finanzas públicas Mario Ojda & Frnando Vlasco M.Ojda & F.Vlasco Bnmérita Univrsidad Autónoma d Publa. 3 Orint 4 sur no. 104, Col Cntro., Cntro Histórico, 7000,
Más detallesFernando Cervantes Leyva
INSTITUTO POLITÉCNICO NACIONAL CENTRO DE INVESTIGACIÓN Y DESARROLLO DE TECNOLOGÍA DIGITAL Mastría n Cincias con Espcialidad n Sistmas Digitals Adaptación d malla n l análisis d disprsión n guías d onda
Más detallesCONTROL PID DEL ÁNGULO DE CABECEO DE UN HELICÓPTERO
CONROL EL ÁNGULO E CABECEO E UN HELCÓERO F. Morilla SEÑO OR EAAS Canclación d la dinámica subamortiguada impo d asntaminto d la rspusta tmporal Rstriccions n la sñal d control Estructura d control y filtro
Más detallesGRUPOS Y SEMIGRUPOS. Unidad 5
GRUPOS Y SEMIGRUPOS En sta unidad studiarmos algunas d las structuras algbraicas qu s utilizan n Toría d Codificación y también n l studio d máquinas d stado finito, como por jmplo los autómatas qu vrmos
Más detallesFORMULARIO INDICADORES DE DESEMPEÑO AÑO 2012
FORMULARIO INDICADORES DE DESEMPEÑO AÑO 212 MINISTERIO MINISTERIO DE EDUCACION PARTIDA 9 SERVICIO COMISION NACIONAL DE INVESTIGACION CIENTIFICA Y TECNOLOGICA CAPÍTULO 8 Producto Estratégico al qu s Vincula
Más detallesEnfrentando Comportamientos Difíciles Usando el Sistema de Guía
Enfrntando Comportamintos Difícils Usando l Sistma d Guía R s o u r c & R f r r a l H a n d o u t Agrsión Obsrvación - Prguntas Trata la niña d hacr contacto d una manra inapropiada? Está tratando d sr
Más detallesRESUMEN MOTORES CORRIENTE CONTINUA
RESMEN MOTORES CORRENTE CONTNA Los motors léctricos convirtn la nrgía léctrica n nrgía mcánica. Así, la corrint léctrica tomada d la rd rcorr las bobinas o dvanados dl motor, n cuyo intrior s cran campos
Más detallesTema 3 (cont.). Birrefringencia.
Tma 3 (cont.). Birrfringncia. 3.8 Anisotropía. Dobl rfracción. 3.9 Modlo d Lorntz para la birrfringncia 3.10 Polarizadors dicroicos. Ly d Malus 3.11 Propagación a través d una lámina rtardadora 3.1 Aplicacions
Más detallesPROBLEMAS DE LÍMITES DE FUNCIONES (Por métodos algebraicos) Observación: Algunos de estos problemas provienen de las pruebas de Selectividad.
Funcions Límits y continuidad PROBLEMAS DE LÍMITES DE FUNCIONES Por métodos algbraicos Obsrvación: Algunos d stos problmas provinn d las prubas d Slctividad Si ist l it d una función f cuando a, y si f
Más detallesArtículo de Ingeniería
METODOLOGÍA PARA LA DETERMINACIÓN DE CRITERIOS DE EVASIÓN APLICABLES A UN ROBOT DE 2 GDL Autor: Francisco Javir Ochoa Estrlla, Coautors: Dr. Luis Rys, C. Dr. Eusbio Jiménz Lópz Instituto Tcnológico Suprior
Más detallesLIMITES DE FUNCIONES EN 1D
LIMITES DE FUNCIONES EN D Límits d funcions n D Autor: Patrici Molinàs Mata (pmolinas@uoc.du), José Francisco Martínz Boscá (jmartinzbos@uoc.du) ESQUEMA DE CONTENIDOS Dfinición Límits latrals LÍMITE DE
Más detalles+ ( + ) ( ) + ( + ) ( ) ( )
latrals n. iguals. f. La función CONTINUIDAD f () Es continua n l punto?. Calcular los límits ³ ² 5 Para qu la función sa continua n s db cumplir: f f Calculamos por sparado cada mimbro d la igualdad f
Más detallesVI. JUSTICIA. i. - JUSTICIA CRIMINAL.
VI. JUSTICIA. i. - JUSTICIA CRIMINAL. Utilizando la d la Administración d Justicia n l o años di 883, i 884 y i 885, publicada por l Ministrio d Graci a minto d lo prvnido n cl Ral dcrto d 18 d marzo d
Más detallesDISPERSIÓN - ESPECTRÓMETRO DE PRISMA
DISPERSIÓN - ESPECTRÓMETRO DE PRISMA OBJETIVOS Invstigación d la rgión visibl dl spctro dl átomo d Hidrógno y dtrminación d la constant d Ridbrg. Calibración d la scala dl spctrómtro d prisma. Dtrminación
Más detallesModelos Box-Jenkins. El paseo aleatorio X t = c + X t 1 + a t no es estacionario. Sin embargo, el proceso diferenciado regularmente
Modlos Box-Jnkins Sris d Timpo Grmán Aniros Pérz stacionals: Slcción dl El paso alatorio X t = c + X t 1 + a t no s stacionario. Sin mbargo, l procso difrnciado rgularmnt s stacionario. X t X t 1 = c +
Más detallesRutas críticas para la elaboración del trabajo de titulación en las diferentes modalidades. Planes de estudio 2012
Rutas críticas trabajo d titulación n las difrnts modalidads. Ruta Crítica d la Modalidad: Inform d Prácticas Profsionals smana y mdia smana y mdia 2 Smanas Analizar con dtall los documntos normativos
Más detallesJosé Luis Zofío. Organización Industrial II. Licenciatura: Economía (2º semestre) Código 15710. Parte I: El análisis del equilibrio parcial
José Luis Zofío Organización Industrial II Licnciatura: Economía (2º smstr) Código 570 Part I: El análisis dl quilibrio parcial Tma 3.El monopolio. 3. Análisis dl quilibrio. 3.2 Discriminación d prcios
Más detallesTema 2 La oferta, la demanda y el mercado
Ejrcicios rsultos d ntroducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 2 La ofrta, la
Más detallesnúm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS
núm. 56 luns, 23 d marzo d 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR C.V.E.: BOPBUR-2015-01880 SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS Convocatoria pública d la Diputación Provincial d Burgos
Más detallesTAMAÑO DE LA MUESTRA
Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona
Más detallesPARTE I Parte I Parte II Nota clase Nota Final
Ejrcicio 1 2 3 Part I Puntos PARTE I Part I Part II Nota clas Nota Final Univrsidad Carlos III d Madrid Dpartamnto d Economía Eamn Final d Matmáticas I 14 d Enro d 2009 APELLIDOS: NOMBRE: DNI: Titulación:
Más detallesINSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES
INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE
Más detallesMATERIALES Y METODOS RESULTADOS
1000 RVISTA D BILOA TROPICAL albinas normotnsas hiprtnsas, ants y dspués d la administración, ya qu st rfljo rgula (n corto plazo) la prsión artrial y la frcuncia cardíaca. La disminución d la prsión artrial,
Más detallesCapitulo IV. IV.2 Generación de trayectorias. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica
Capitulo IV IV. Gnración d trayctorias Capítulo IV Síntsis dimnsional d mcanismos IV. Síntsis dimnsional d mcanismos. Gnración n d funcions. IV. Gnración n d trayctorias.. Introducción n a la síntsis d
Más detallesLOTE 2: Mantenimiento de sistemas operativos de ciientes v servidores v redes de datos internas.
PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA LA CONTRATACI~N MEDIANTE CONCURSO, POR PROCEDlMlENTO ABIERTO, DE LA PRESTACIÓN DE DIVERSOS SERVICIOS DE CARÁCTER INFORMÁTICO PARA EL INSTITUTO DE DESARROLLO ECONÓMICO
Más detallesAsamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015
Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: 171 LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS
Más detallesFUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES. Preguntas de dominios y curvas de nivel
FUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES Prguntas d dominios curvas d nivl Dtrmina l dominio d las uncions: a) (, ) b) (, sin + + En cada caso indica dos puntos qu no san
Más detallesnúm. 38 martes, 25 de febrero de 2014 III. ADMINISTRACIÓN LOCAL DIPUTACIÓN PROVINCIAL DE BURGOS SERVICIO DE PERSONAL
III. ADMINISTRACIÓN LOCAL DIPUTACIÓN PROVINCIAL DE BURGOS SERVICIO DE PERSONAL C.V.E.: BOPBUR-2014-01298 Código d Vrificación:1453130796 - Comprub su validz n http://www..s/comprobar-firmados Convocatoria
Más detallesENTRENADORES PERSONALES Y FISIOTERAPEUTAS FISIOTERAPIA PARA HOTELES
ENTRENADORES PERSONALES Y FISIOTERAPEUTAS FISIOTERAPIA PARA HOTELES www.loutrainrs.com/fisiotrapia 615 964 258 PRESENTACIÓN Lou Trainrs s una mprsa d Entrnaminto Prsonal, Fisiotrapia y Gstión Dportiva
Más detallesINTERCAMBIADOR DE CALOR AIRE AIRE PARA EL ACONDICIONAMIENTO TÉRMICO DE UNA CAMARA DE REPRODUCCION AGAMICA DE PLANTAS
INTERCAMBIADOR DE CALOR AIRE AIRE PARA EL ACONDICIONAMIENTO TÉRMICO DE UNA CAMARA DE REPRODUCCION AGAMICA DE PLANTAS Aljandro Luis Hrnándz aljohr65@gmail.com Gracila Lsino lsino@gmail.com Univrsidad Nacional
Más detalles2x 1. (x+ 1) e + 1 2x. 3.- Derivabilidad de una función. 6x 5, si2 x 4
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II FICHA TEMA 7.- FUNCIONES. DERIVADAS Y APLICACIONES (PROFESOR: RAFAEL NÚÑEZ) -----------------------------------------------------------------------------------------------------------------------------------------------------------------.-
Más detallesFacultad de Ingeniería, Universidad del Magdalena, A.A. 731, Santa Marta, Colombia;
Rvista Bistua ISSN 010411 Univrsidad d Pamplona, Pamplona-Colombia Estudio D La Variana Al Cambio D Escala Y Al Dsplaaminto En El Plano En Un JTC D Ordn Fraccional José Luis Aguilar Siado 1, y Yid Torrs
Más detallesDETERMINACION DE LAS RELACIONES VOLUMÉTRICAS DE LOS SUELOS
DETERMINACION DE LAS RELACIONES VOLUMÉTRICAS DE LOS SUELOS I. GENERALIDADES: La dtrminación d las rlacions volumétricas d los sulos son importantísimas, para l manjo comprsibl d las propidads mcánicas
Más detallesTEMA 5. Límites y continuidad de funciones Problemas Resueltos
Matmáticas Aplicadas a las Cincias Socials II Solucions d los problmas propustos Tma 7 Cálculo d its TEMA Límits y continuidad d funcions Problmas Rsultos Para la función rprsntada n la figura adjunta,
Más detallesEXTENSIÓN DE LA ADSORCIÓN DE COMPUESTOS FENÓLICOS SOBRE CARBÓN ACTIVADO VEGETAL
EXTENSIÓN DE LA ADSORCIÓN DE COMPUESTOS FENÓLICOS SOBRE CARBÓN ACTIVADO VEGETAL María dl Carmn Jiménz Molón (*) Univrsidad Autónoma dl Estado d México (UAEM) Profsora-Invstigadora dl Cntro Intramricano
Más detallesUna onda es una perturbación que se propaga y transporta energía.
Onda Una onda s una prturbación qu s propaga y transporta nrgía. La onda qu transmit un látigo llva una nrgía qu s dscarga n su punta al golpar. TIPOS DE ONDAS Si las partículas dl mdio n l qu s propaga
Más detallesPRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL
PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns
Más detallesINTERCAMBIADORES TUBO Y CARCAZA: ANÁLISIS TÉRMICO
OPERCIONES UNIRIS PROF PEDRO VRGS UNEFM DPO ENERGÉIC Disponibl n: wwwopracionswordprsscom INERCMBIDORES UBO Y CRCZ: NÁLISIS ÉRMICO NÁLISIS ÉRMICO, CONSIDERCIONES GENERLES nts d scribir las cuacions qu
Más detallesRelaciones importantes para la entropía.
rmodinámica II 2I Rlacions importants para la ntropía. Entropía Formalmnt la ntropía s d n a partir d la dsigualdad d Clausius I 0 () n dond:! H indica qu la intgral s va a ralizar n todas las parts d
Más detallesProf: Zulay Franco Puerto Ordaz, noviembre
56 Monostabls y Astabls 3.1 Introducción 3.2 Monostabl Es un circuito lctrónico qu dispon d una sñal d ntrada, gnralmnt dnominada disparo, al activars sta ntrada n la salida dl circuito (Q s obtin un pulso
Más detallesAspectos Técnicos para la Determinación de la Prima de Riesgo en el Seguro de Gastos Médicos Mayores
Aspctos Técnicos para la Dtrminación d la Prima d Risgo n l guro d Gastos édicos ayors igul Angl Bltrán Prado Dicimbr 1992 ri Documntos d Trabajo Documnto d Trabajo No. 11 Índic Introducción 1 1. Objto
Más detalleslm í d x = lm í ln x + x 1 H = lm í x + e x 2
Autovaluación Página 8 Calcula los siguints límits: a) lm í c m b) lm í ccotg m c) lm í sn d) lm í ( ) / 8 ln 8 8 ln ( cos ) 8 a) lm í 8 c ln ln H ( / ) lm í ( )ln 8 ln m lm í 8 H lm í / 8 b) lm í 8 dcotg
Más detallesPaso de los diagramas de grafos a los diagramas de bloques
Capíítullo T Paso d los diagramas d graos a los diagramas d bloqus.. INTODUCCIÓN Uno d los lnguajs d simulación más antiguo y más utilizado s l d los diagramas d bloqus. D hcho, aún n la actualidad s l
Más detallesDEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 3
DEPARAMENO DE INGENIERIA MECÁNICA INGENIERÍA INDUSRIAL DISEÑO MECÁNICO PRÁCICA Nº 3 DEERMINACIÓN DEL COEFICIENE DE ROZAMIENO ENRE CORREAS Y POLEAS Dtrminación dl coficint d rozaminto ntr corras y polas
Más detallesTEMA 10: DERIVADAS. f = = x
TEMA 0:. DERIVADA DE UNA FUNCIÓN EN UN PUNTO La siguint gráfica rprsnta la tmpratura n l intrior d la Tirra n función d la profundidad. Vmos qu la gráfica s simpr crcint, s dcir, a mdida qu aumnta la profundidad
Más detallesUNED Tudela Psicometría. Tema 4 Esquema tema 4
Esquma tma 4 1.- Orintacions didácticas: Tmas antriors: construcción dl tst Tmas 4 al 8: Evaluación d la calidad d la pruba piloto basándos n las rspustas d los sutos: Fiabilidad, validz y calidad d los
Más detallesV V V { r r ry [ - r r. José Gutierrez Abascal, Madrid. Tfn (91) FAX (91) Figura 2a. Figural. Figura 2b. ...,1 o...,.
APUCACIONDEUNEJERCICIODEPRAcriCASDECALCULODINAMICOALPROYECTODEPUENTES AJarcón, E.; Hurta, M C.; Gómz Lra M- S. Cátdra d Estructuras (E. T.5...). Univrsidad Politécnica d Madrid. José Gutirrz Abascal,.
Más detallesFig. 5.53 Rectificador Trifásico de onda Completa controlado: Cargador de Baterías
TCB-300901 1 TEMA 1:INTRODUCCIÓN. 1.1 Componnts d los Sistmas Elctrónicos d Potncia. Fig. 11.99 diagrama d Control d un Motor d CA n Campo Orintado 1.2 Componnts d los Convrtidors d Potncia. Fig. 5.53
Más detallesINTEGRACIÓN POR PARTES
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERA DEPARTAMENTO DE MATEMÁTICA Y ESTADISTICA INTEGRACION INTEGRACIÓN Algunas intgrals qu s nos prsntan nos rsultan un poco compljas, ya por lo
Más detallesConsidere la antena Yagi de la figura, formada por un dipolo doblado y un dipolo parásito, ambos de longitud λ/2, y separados una distancia d = λ/4.
Problmas capitulo 5 Antna Yagi Considr la antna Yagi d la figura, formada por un dipolo doblado un dipolo parásito, ambos d longitud λ/, sparados una distancia d = λ/4. a) Calcul la impdancia d ntrada
Más detallesUNIVERSIDADES DE ANDALUCÍA SELECTIVIDAD. FÍSICA. JUNIO 10
IES Al-Ándalus. Dpto d Física y Química. Curso 9/ - - UNIVESIDADES DE ANDALUCÍA SELECTIVIDAD. FÍSICA. JUNIO OPCIÓN A. a) Expliqu qué s ntind por vlocidad d scap y dduzca razonadamnt su xprsión. b) azon
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS.
FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS. 1.- En ausncia d autoabsorción, la intnsidad d fluorscncia d una mustra s proporcional a la concntración, solo a concntracions bajas. Calcular
Más detallesXVI.- COMBUSTIÓN pfernandezdiez.es
XVI.- COMBUSTIÓN XVI.1.- INTRODUCCIÓN S ntind por combustión a toda racción química qu va acompañada d gran dsprndiminto d calor; pud sr sumamnt lnta, d tal manra qu l fnómno no vaya acompañado d una lvación
Más detalles