Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos

Support Vector Machine (SVM) es un método de clasificación supervisada que permite determinar la frontera óptima entre dos grupos que pueden ser linealmente separables o no. Mediante la utilización de vectores soporte se encuentra un hiperplano o conjunto de hiperplanos en un espacio de dimensionali...

Descripción completa

Detalles Bibliográficos
Autores principales: Barbona, Ivana, Beltrán, Celina
Formato: article artículo publishedVersion
Lenguaje:Español
Publicado: Grupo IANUS 2019
Materias:
support
vector
machine
learning
Acceso en línea:http://hdl.handle.net/2133/14280
http://hdl.handle.net/2133/14280
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-14280
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 support
vector
machine
learning
spellingShingle support
vector
machine
learning
Barbona, Ivana
Beltrán, Celina
Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
topic_facet support
vector
machine
learning
description Support Vector Machine (SVM) es un método de clasificación supervisada que permite determinar la frontera óptima entre dos grupos que pueden ser linealmente separables o no. Mediante la utilización de vectores soporte se encuentra un hiperplano o conjunto de hiperplanos en un espacio de dimensionalidad que puede llegar a ser infinita. Luego, mediante una trasformación inversa se obtiene la frontera que separa a esos dos grupos en el espacio original. En el caso de clasificar en 2 categorías, se busca el hiperplano que tenga la máxima distancia o margen con los puntos más cercanos a él. Los puntos pertenecientes a una categoría estarán a un lado del hiperplano mientras que los casos que pertenezcan a la otra categoría estarán al otro lado. En este trabajo se realiza una aplicación del método SVM para clasificar un conjunto de textos. El criterio de clasificación utilizado fue el género al que pertenece el texto (Científico / No Científico). La caracterización de los textos está basada en la distribución de frecuencias de las categorías morfo-sintácticas. Los resultados finales representan porcentajes de mala clasificación en una grilla para el método SVM variando la constante de penalización C y otros parámetros dentro de varios kernel considerados. El mejor desempeño se obtuvo para SVM con kernel lineal y C= 0.1 y 0.2 (19.33%)
format article
artículo
publishedVersion
author Barbona, Ivana
Beltrán, Celina
author_facet Barbona, Ivana
Beltrán, Celina
author_sort Barbona, Ivana
title Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
title_short Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
title_full Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
title_fullStr Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
title_full_unstemmed Método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
title_sort método de clasificación supervisada support vector machine: una aplicación a la clasificación automática de textos
publisher Grupo IANUS
publishDate 2019
url http://hdl.handle.net/2133/14280
http://hdl.handle.net/2133/14280
work_keys_str_mv AT barbonaivana metododeclasificacionsupervisadasupportvectormachineunaaplicacionalaclasificacionautomaticadetextos
AT beltrancelina metododeclasificacionsupervisadasupportvectormachineunaaplicacionalaclasificacionautomaticadetextos
bdutipo_str Repositorios
_version_ 1764820408347918339

Ejemplares similares