Herramientas para generación de material de entrenamiento para análisis de textos estructurados
En este artículo se describen las herramientas desarrolladas dentro del contexto de las líneas de investigación sobre técnicas de análisis de textos y minería de datos mediante la aplicación de algoritmos de aprendizaje automático y análisis de texto estructurado y no estructurado. Se ha establecido...
Guardado en:
| Autores principales: | , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/176173 |
| Aporte de: |
| Sumario: | En este artículo se describen las herramientas desarrolladas dentro del contexto de las líneas de investigación sobre técnicas de análisis de textos y minería de datos mediante la aplicación de algoritmos de aprendizaje automático y análisis de texto estructurado y no estructurado. Se ha establecido un conjunto de criterios que permiten abordar la problemática de la escasez de material de entrenamiento para el análisis de textos y las herramientas utilizadas para el análisis y procesamientos de grandes volúmenes de textos, con el objetivo de simplificar el trabajo necesario para analizar, crear, y modificar material de entrenamiento para sistemas basados en aprendizaje automático, a la vez que permiten ahorrar tiempo, y disminuir errores manuales cuando se trabaja con textos.
En este trabajo se describen tres herramientas desarrolladas dentro de un proyecto de investigación homologado por la Secretaría de Ciencia y Tecnología (SCyT) de la UTN que tiene por objetivo crear herramientas que permitan analizar grandes volúmenes de datos que se encuentran en forma de archivos de textos estructurados o no estructurados, adecuando la información para su utilización en el entrenamiento de sistemas de análisis de texto. Dentro los archivos a analizar se pueden mencionar los archivos de código fuente de lenguajes de programación como Python, Java, C++ y C, con la reciente incorporación de archivos de Word, PDF y TXT. |
|---|