Termout.org logo/LING


Update: February 24, 2023 The new version of Termout.org is now online, so this web site is now obsolete and will soon be dismantled.

Lista de candidatos sometidos a examen:
1) label (*)
(*) Términos presentes en el nuestro glosario de lingüística

1) Candidate: label


Is in goldstandard

1
paper corpusSignosTxtLongLines309 - : With the demise of formalism in linguistics, education of mother tongue and foreign language needs revising. Formal trends fall short of the two major challenges in education today: making students fit to operate in a multilingual world and making them proficient for using language -both L1 and L2- in society, that is, having a full grasp of academic and professional genres. This article makes an actual proposal of curriculum innovation that takes genres -with a nod to the systemic functional theory behind it- as the ultimate unit in language programming and that is being embraced in some parts of Europe under the label: 'integrated language curriculum' . A historical review, a cognitive account based on language information processing, and some structure for classroom implementation are also considered.

2
paper corpusSignosTxtLongLines555 - : En esta investigación se ha seleccionado el enfoque de transformación del problema (^[90]Tsoumakas & Katakis, 2007), que consiste en tomar textos multi-etiquetados y cambiar su representación para utilizar técnicas de una clase. Para ello se utilizaron dos técnicas, la primera que se utilizó es la Relevancia Binaria (BR), que se basa en la creación de nuevos conjuntos binarios que representan cada una de las categorías, para las que si el documento pertenece a la categoría se le da un valor de 1, y un valor 0 para las categorías a las que no pertenece. A partir de lo anterior, el conjunto de datos multi-etiquetados original se trasforma en varios conjuntos nuevos con etiqueta simple. La segunda transformación del problema es Label Powerset (LP), que es la creación de nuevas etiquetas a partir del conjunto de etiquetas originales del problema, por lo tanto cada documento se asocia a una nueva etiqueta única, el enfoque se basa ahora en un problema de etiqueta simple .

Evaluando al candidato label:


3) etiqueta: 3 (*)

label
Lengua: eng
Frec: 31
Docs: 17
Nombre propio: 1 / 31 = 3%
Coocurrencias con glosario: 1
Puntaje: 1.500 = (1 + (1+2) / (1+5)));
Candidato aceptado

Referencias bibliográficas encontradas sobre cada término

(Que existan referencias dedicadas a un término es también indicio de terminologicidad.)
label
: En la investigación realizada por el ^[78]Alfaro y Allende (2011) se presentaron resultados preliminares de la representación Relevance frequency for a label, tf-rfl. Esta representación se describe en la siguiente ecuación, como una nueva representación para problemas multi-etiqueta.
: Read, J., Pfahringer, B., Holmes, G. & Frank, E. (2011). Classifier chains for multi label classification. Machine Learning, 85, 333-359.
: Tsoumakas, G. & Katakis, I. (2007). Multi label classification: An overview. International Journal of Data Warehouse and Mining, 3(3), 1-13.