Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/73948
Author(s): Vitor Hugo Gonçalves dos Santos
Title: Never Ending Language metaLearning: model management for CMU's ReadTheWeb project
Issue Date: 2014-07-14
Abstract: The following dissertation has the purpose of characterising the work done last year. It starts with a bilbiographical search to learn about the state-of-the-art approaches in the areas related to the project. Then, the problem was defined, the data collected, experimentation occured and results and conclusion were drawn. In specific this aims to make an introduction to Never Ending Language Learner (better known as NELL), its main goals, as well as its main procedures. During this explanation, some will be exposed. These are the issues that motivate this work, which will investigate better procedures to improve NELL. The second main subject is the possibility to improve the previous results. The subject is Metalearning a technique consisting on extracting information about a particular dataset (described by a set of variables) and, with that, verifying which algorithm is recommended to process new data with similar characteristics. After some theory added for the final semester, information was collected, with information about its format; how data was edited to be better suited for work; which procedures were adopted to get relevant results; the actual results; and the conclusions drew from what was produced during the work.
Description: A seguinte dissertação terá como objectivo descrever o trabalho que foi efectuado durante o ano que passou. Inicialmente foi feita uma pesquisa sobre o conhecimento que foi descoberto até à actualidade, vulgo estado-da-arte, do qual foi utilizado para o trabalho de definição do problema, recolha de informação, experimentação, recolha de resultados e conclusões finais. De uma forma mais específica, pretende-se introduzir o Never Ending Language Learner (mais conhecido como NELL), os objectivos principais, bem como o seu modo de funcionamento. Durante esta explicação, os pontos que estão menos polidos serão expostos, de forma a que este trabalho sirva como um caminho a seguir para melhorar o seu funcionamento. Devido à exposição que foi feita, o próximo assunto será abordar uma possiblidade de melhorar os resultados falados anteriormente. A abordagem é o Metalearning (ou meta-aprendizagem), que permite caracterizar um conjunto definido de dados (através de variáveis) e, com isso, verificar qual o algoritmo recomendado para processar novos dados que tenham características semelhantes. Depois de uma teoria acrescentada para a recta final do trabalho, passou-se à recolha de informação, explicando o seu formato; ao tratamento dos dados, adaptando-os de forma a estarem prontos para se tirar conclusões; à descrição dos procedimentos que levarão aos resultados; os resultados, per se; e às conclusões que se podem chegar com aquilo que foi produzido.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 201323010
URI: https://hdl.handle.net/10216/73948
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
31939.pdfNever Ending Language metaLearning: model management for CMUs ReadTheWeb project"910.98 kBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons