Propuesta de arquitectura para sistemas híbridos de Recuperación de Información en español

Abstract

Este Trabajo de Fin de Máster presenta una nueva arquitectura para sistemas de Recuperación de Información en español. Esta arquitectura está basada en las técnicas que mejores resultados están obteniendo en inglés gracias a los avances del Procesamiento del Lenguaje Natural en los últimos años. En concreto se utiliza un sistema de recuperación híbrido que fusiona la rapidez de los modelos probabilísticos clásicos con la eficiencia de los modelos basados en redes neuronales modernas. Complementariamente, el trabajo propone un nuevo conjunto de datos, llamado “RISQAC”, para evaluar los sistemas de Recuperación de Información en español.

This Master Thesis presents a new architecture for Information Retrieval systems in Spanish. This architecture is based on the techniques that are obtaining the best results in English thanks to the advances in Natural Language Processing in the last years. In particular, a hybrid retrieval system that merges the speed of classical probabilistic models with the efficiency of models based on modern neural networks is used. Additionally, the paper proposes a new dataset, called “RISQAC", to evaluate Information Retrieval systems in Spanish.