Repositorio UTM
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.utm.mx:8080/jspui/handle/123456789/476
Título : Buscador personalizado para la práctica auditiva del Inglés mediante un agente neuronal
Autor : IGNACIO ARROYO FERNANDEZ;436775
Arroyo Fernández, Ignacio
Martínez Cisneros, Cesar F.
Palabras clave : Aprendizaje por refuerzo
Buscador personalizado
Agente Neuronal
Habilidad auditiva del inglés
Fecha de publicación : may-2024
Editorial : Universidad Tecnológica de la Mixteca
Citación : Martínez Cesar F. (2024). Buscador personalizado para la práctica auditiva del Inglés mediante un agente neuronal (Tesis para obtener el grado de Maestro en Medios Interactivos). Universidad Tecnológica de la Mixteca, Huajuapan de León, Oaxaca, México.
Resumen : Actualmente, los buscadores de información dentro de la informática se han convertido en herramientas indispensables para los usuarios. Estas tecnologías han brindado un apoyo significativo en el ámbito educativo, especialmente en el aprendizaje de una segunda lengua, como el inglés. Los buscadores han facilitado el acceso a materiales de práctica para el desarrollo de las cuatro habilidades lingüísticas, siendo la habilidad auditiva una de las más difíciles de adquirir entre los estudiantes. En ese contexto, se han detectado limitaciones en estas herramientas en cuanto a su adaptabilidad a las necesidades individuales del estudiante. En específico su nivel de dominio de la lengua y su desconocimiento de vocabulario presente en las conversaciones de práctica en la base de datos. Por lo anterior, el presente trabajo de tesis desarrolla una herramienta denominada ‘Buscador Personalizado para la práctica auditiva del inglés mediante un agente neuronal’. La tarea principal del agente es aprender a realizar consultas más efectivas al buscador mediante la técnica de aprendizaje por refuerzo. Para lograr el aprendizaje, el agente interactúa con un entorno que consiste en una base de datos y un buscador convencional. Las consultas generadas por agente constituyen sus acciones, mismas que ingresan al entorno y alteran su estado. Las salidas de este último incluyen una recompensa para el agente y los estados actuales del entorno. Si la consulta generada por agente es similar a los requisitos del usuario, la recompensa es positiva; de lo contrario, es negativa. Los resultados mostraron que a mayores recompensas en promedio, se obtienen conversaciones de práctica más adaptadas a las necesidades usuario.
URI : http://repositorio.utm.mx:8080/jspui/handle/123456789/476
Aparece en las colecciones: Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2024-MMI-CFMC.pdf13.28 MBAdobe PDFVisualizar
facebook


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons