dc.rights.license | CC-BY-NC-ND | |
dc.contributor.advisor | Nouwen, R.W.F. | |
dc.contributor.author | Buisman, V.C. | |
dc.date.accessioned | 2020-02-20T19:05:23Z | |
dc.date.available | 2020-02-20T19:05:23Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | https://studenttheses.uu.nl/handle/20.500.12932/35126 | |
dc.description.abstract | In natuurlijke taal is vaak sprake van vaagheid en imprecisie. Imprecisie is niet per se een negatief fenomeen. Het verschilt per context welk niveau van precisie, oftewel granulariteit, we relevant vinden. Mensen kunnen over het algemeen goed inschatten welk niveau van granulariteit gewenst is en hoe ze uitingen van anderen moeten interpreteren. Voor computers is dit niet zo simpel. Als we echter een intelligentie machine willen hebben, is het essentieel dat deze een theorie van granulariteit in zich heeft. De vraag is hoe we granulariteit goed kunnen modelleren. Hobbs (1985) heeft een theorie van granulariteit voorgesteld die met name gaat over kennisrepresentatie van de wereld. In dit onderzoek is gekeken of we deze theorie ook kunnen gebruiken voor een meer talig fenomeen: telwoorden. Hiervoor is gekeken naar de semantiek en granulariteit van telwoorden aan de hand van bestaande literatuur en vervolgens is er geprobeerd een koppeling te maken met Hobbs’ theorie. Met wat aanpassingen bleek Hobbs’ theorie inderdaad toepasbaar te zijn. | |
dc.description.sponsorship | Utrecht University | |
dc.language.iso | nl | |
dc.title | Een theorie van granulariteit toegepast op telwoorden | |
dc.type.content | Bachelor Thesis | |
dc.rights.accessrights | Open Access | |
dc.subject.keywords | granulariteit, imprecisie, vaagheid, simplificatie, kunstmatige intelligentie, schaalgranulariteit, telwoorden, rondheid, approximators | |
dc.subject.courseuu | Kunstmatige Intelligentie | |