View Item 
        •   Utrecht University Student Theses Repository Home
        • UU Theses Repository
        • Theses
        • View Item
        •   Utrecht University Student Theses Repository Home
        • UU Theses Repository
        • Theses
        • View Item
        JavaScript is disabled for your browser. Some features of this site may not work without it.

        Browse

        All of UU Student Theses RepositoryBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

        Generatie van verwijzende expressies: Mens versus Machine

        Thumbnail
        View/Open
        SCRIPTIE REG Definitief Inleverversie.pdf (518.7Kb)
        Publication date
        2018
        Author
        Aras, B.
        Metadata
        Show full item record
        Summary
        Met verwijzende expressies, zoals De blauwe voetbal, refereren we naar objecten in de wereld. Het genereren van verwijzende expressies door computers is een taak in de kunstmatige intelligentie die op verschillende manieren is benaderd en waar verschillende algoritmen voor zijn ontwikkeld. Ik heb in dit literatuuronderzoek een aantal verschillende algoritmen en modellen met elkaar vergeleken, te weten: (1): het Incremental Algorithm (Dale en Reiter 1995) (2): het Bayesiaanse model (Frank en Goodman 2012) (3): het PRO-model (Gat et all 2013). Ook ga ik kort in op (4): het Full Brevity algoritme (Dale 1989). De grootste verschillen zijn dat (1) en (4) deterministisch zijn, terwijl (2) en (3) non-deterministisch zijn, en dat (1) en (3) prioriteit geven aan de menselijke voorkeur voor een eigenschap die geselecteerd wordt voor een verwijzende expressie (bijvoorbeeld kleur), terwijl (2) en (4) prioriteit geven aan de mate waarin een eigenschap uitsluit dat de verwijzende expressie naar andere objecten dan het bedoelde object kan refereren. Ten slotte behandel ik de vraag hoe wenselijk het is om bij de automatisering van verwijzende expressies mensen na te bootsten en of het misschien effectiever kan.
        URI
        https://studenttheses.uu.nl/handle/20.500.12932/31005
        Collections
        • Theses
        Utrecht university logo