Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática

En la actualidad existe un volumen de documentos dispuesto en formato electrónico de fácil acceso en la web. La clasificación de documentos es una de las tareas imprescindibles para brindar utilidad a tanta información. El objetivo de la clasificación automática de texto es categorizar documentos de...

Descripción completa

Detalles Bibliográficos
Autor principal: Beltrán, Celina
Formato: article artículo publishedVersion
Lenguaje:Español
Publicado: Grupo IANUS 2019
Materias:
redes_neuronales
análisis multivariado
clasificación
Acceso en línea:http://hdl.handle.net/2133/14279
http://hdl.handle.net/2133/14279
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-14279
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic redes_neuronales
análisis multivariado
clasificación
spellingShingle redes_neuronales
análisis multivariado
clasificación
Beltrán, Celina
Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática
topic_facet redes_neuronales
análisis multivariado
clasificación
description En la actualidad existe un volumen de documentos dispuesto en formato electrónico de fácil acceso en la web. La clasificación de documentos es una de las tareas imprescindibles para brindar utilidad a tanta información. El objetivo de la clasificación automática de texto es categorizar documentos dentro de un número fijo de categorías predefinidas en función de su contenido. En este trabajo se propone el modelo de Redes Neuronales Artificiales con aprendizaje supervisado: Perceptrón Multicapa, utilizando como criterio de clasificación el área disciplinar y la caracterización de los textos basada en distribución de frecuencias de las categorías morfo-sintácticas. Se comprobó la efectividad de esta red para la predicción del área disciplinar, determinando los valores del conjunto de parámetros correspondientes a este modelo. El porcentaje de clasificación correcta en cada disciplina fue 100%, 100% , 93.3% , para Biometría, Filosofía y Lingüística computacional respectivamente; mientras que el error global fue del 2.2%.
format article
artículo
publishedVersion
author Beltrán, Celina
author_facet Beltrán, Celina
author_sort Beltrán, Celina
title Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática
title_short Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática
title_full Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática
title_fullStr Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática
title_full_unstemmed Aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: Biometría, Filosofía y Lingüística informática
title_sort aplicación de redes neuronales artificiales en la clasificación de textos académicos según disciplina: biometría, filosofía y lingüística informática
publisher Grupo IANUS
publishDate 2019
url http://hdl.handle.net/2133/14279
http://hdl.handle.net/2133/14279
work_keys_str_mv AT beltrancelina aplicacionderedesneuronalesartificialesenlaclasificaciondetextosacademicossegundisciplinabiometriafilosofiaylinguisticainformatica
bdutipo_str Repositorios
_version_ 1764820408346869761

Ejemplares similares