Clasificación Automática de Textos Periodísticos Usando SVM

Mostrar todas las versiones(2)

El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al i...

Descripción completa

Detalles Bibliográficos
Autores principales: Izetta, Javier, Salinas, Juan
Otros Autores: Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Formato: submittedVersion Documento de conferencia
Lenguaje:Español
Publicado: Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016
Materias:
Redacción periodística
Análisis automático de textos
Informática
Periodismo
Acceso en línea:https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61344
Aporte de:
Repositorio Digital - Universidad Católica de Salta (UCASal) de Universidad Católica de Salta
id I49-R155-61344
record_format dspace
spelling I49-R155-613442024-12-03T19:39:00Z https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61344 61344 20170516u u u0frey0103 ba spa Clasificación Automática de Textos Periodísticos Usando SVM Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016-12-30 info:eu-repo/semantics/submittedVersion info:eu-repo/semantics/conferenceObject info:ar-repo/semantics/documento de conferencia application/pdf 1001514 Salta (province) El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño. Fil: Salinas, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Izetta, Javier. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Izetta, Javier Salinas, Juan Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta) Redacción periodística Análisis automático de textos Informática Periodismo Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess Researchers Students
institution Universidad Católica de Salta
institution_str I-49
repository_str R-155
collection Repositorio Digital - Universidad Católica de Salta (UCASal)
language Español
orig_language_str_mv spa
topic Redacción periodística
Análisis automático de textos
Informática
Periodismo
spellingShingle Redacción periodística
Análisis automático de textos
Informática
Periodismo
Izetta, Javier
Salinas, Juan
Clasificación Automática de Textos Periodísticos Usando SVM
topic_facet Redacción periodística
Análisis automático de textos
Informática
Periodismo
description El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño.
author2 Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
author_facet Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Izetta, Javier
Salinas, Juan
format submittedVersion
Documento de conferencia
Documento de conferencia
author Izetta, Javier
Salinas, Juan
author_sort Izetta, Javier
title Clasificación Automática de Textos Periodísticos Usando SVM
title_short Clasificación Automática de Textos Periodísticos Usando SVM
title_full Clasificación Automática de Textos Periodísticos Usando SVM
title_fullStr Clasificación Automática de Textos Periodísticos Usando SVM
title_full_unstemmed Clasificación Automática de Textos Periodísticos Usando SVM
title_sort clasificación automática de textos periodísticos usando svm
publisher Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publishDate 2016
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61344
work_keys_str_mv AT izettajavier clasificacionautomaticadetextosperiodisticosusandosvm
AT salinasjuan clasificacionautomaticadetextosperiodisticosusandosvm
_version_ 1823985290712186880

Ejemplares similares