RT Generic
T1 Xeración automática de prognósticos meteorolóxicos a curto prazo con técnicas avanzadas de xeración de linguaxe natural
A1 Iglesias Freire, Diego
K1 Prognóstico meteorolóxico
K1 Meteoroloxía
K1 Análise de datos
K1 Xeración de linguaxe natural
K1 NLG
K1 Xeración de textos
AB A ciencia de datos (Data Science) sempre intentou extraer coñecemento degrandes volumes de datos mediante a súa interpretación utilizando métodosanalíticos e técnicas de visualización. Sen embargo este coñecemento extraídono proceso de análise presentase aos usuarios dunha maneira que non sempreé facil de interpretar e, de feito, moitas veces é necesaria unha formación previapara chegar ao seu entendemento. Non solemos pensar na linguaxe coma unha interface de usuario, pero se nos paramos a pensalo dámonos de conta de que realmente o é. Todos utilizamos a linguaxe para plasmar os nosos pensamentos e despois envialos a través das nosas voces, teclados, pantallas táctiles, etc. O obxectivo  final é sempre o mesmo, queo receptor entenda os nosos pensamentos da mesma maneira que nos o facemos.Polo tanto, por qué non vamos utilizar a linguaxe natural para comunicar toda esa información xerada por un analista de datos? A disciplina de xeración de linguaxe natural (NLG) busca facer isto posible xerando texto en linguaxe natural, que sexa coherente, para satisfacer un ou máis obxectivos comunicativos. Sen embargo, a NLG non se aplica só no ámbito aquí descrito, senón que se utiliza nunha cantidade inxente de sistemas dispares. Por exemplo, unha das tecnoloxías nas que se están facendo máis avances hoxe en día son os asistentes persoais. Sistemas coma Apple Siri o Google Now permítennos falar cos nososdispositivos, que son capaces de entender as preguntas que lles facemos e xerarunha resposta útil en linguaxe natural. Todo este proceso nútrese das diferentestécnicas de NLG. Entre as diversas aproximacións existentes dentro da NLG, destaca especialmente a rama especializada na xeración de textos a partir de conxuntos de datos numéricos coñecida coma "data-to-text" (D2T), que nos últimos anos está experimentandoun importante auxe científi co e comercial debido á cada vez maior cantidade de datos que os expertos deben manexar e interpretar nos seus respectivos dominios. Os sistemas D2T axudan aos expertos e usuarios a aforrar esforzo e tempo na xeración de textos. Nos últimos anos desenvolvéronse múltiples sistemas de xeración automática de novas en medios de comunicación, e-saúde, supervisión e alertas en procesos industriais e incluso, sistemas de información medioambiental e meteorolóxica. A este ultimo grupo pertence a aplicación desenvolta neste proxecto, jGALiWeather, unha aplicación D2T que é capaz de xerar predicións meteorolóxicas textuais para varias variables meteorolóxicas coma o estado do ceo ou a temperatura.
YR 2016
FD 2016-07
LK http://hdl.handle.net/10347/26551
UL http://hdl.handle.net/10347/26551
LA glg
NO Traballo Fin de Grao en Enxeñaría Informática. Curso 2015-2016
DS Minerva
RD 28 abr 2026