EL REPOSITORIO SE ENCUENTRA EN MARCHA BLANCA

 

Thesis
Clasificación de textos multi-etiquetados con representación dependiente de la etiqueta

dc.contributor.advisorAllende Olivares, Héctor (Profesor Guía)
dc.contributor.authorAlfaro Arancibia, Rodrigo Marcelo
dc.contributor.departmentUniversidad Técnica Federico Santa María. Departamento de Informáticaes_CL
dc.coverage.spatialCasa Central Valparaísoes_CL
dc.date.accessioned2024-09-13T17:41:13Z
dc.date.available2024-09-13T17:41:13Z
dc.date.issued2021-03
dc.description.abstractLa asignación de una o más categorías, predefinidas a los textos en lenguaje natural, basados en su contenido, es un componente importante y necesario en muchas tareas al interior de las organizaciones. Esta tarea se realiza comúnmente a través de la clasificación automática de textos, esto es, clasificando documentos dentro de un conjunto de categorías predefinidas por medio de un modelo y métodos computacionales. La representación de los textos para propósitos de clasificación automática ha sido tradicionalmente llevada a cabo usando un modelo de espacio vectorial debido a su simplicidad y buen rendimiento. Por otro lado, la clasificación automática de textos por multi-etiquetados ha sido típicamente abordada utilizando métodos de clasificación de etiqueta simple, lo que implica transformar el problema estudiado para aplicar técnicas binarias o adaptar algoritmos binarios para que funcionen con múltiples etiquetas. En esta investigación el objetivo es evaluar una función para la ponderación de las palabras de los textos para modificar la representación de los textos en clasificación multi-etiqueta, usando una combinación de dos enfoques: transformación de problema y adaptación de modelo. Esta función de ponderación y la combinación de enfoques en la clasificación automática fue puesto a prueba con diez diferentes conjuntos de datos textuales utilizados en la literatura especializada y comparado con técnicas alternativas por medio de tres medidas de evaluación. Los resultados presentan mejoras superiores al 10% en el rendimiento de los clasificadores, atribuidas a nuestra propuesta, en todos los casos analizados.es_CL
dc.description.degreeDOCTOR EN INGENIERIA INFORMATICAes_CL
dc.description.programDEPARTAMENTO DE INFORMÁTICA. DOCTORADO EN INGENIERÍA INFORMÁTICAes_CL
dc.identifier.barcode14414564KUTFSMes_CL
dc.identifier.urihttps://repositorio.usm.cl/handle/123456789/254
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessRightsAes_CL
dc.subjectMULTI-ETIQUETAes_CL
dc.subjectCLASIFICACION DE TEXTOSes_CL
dc.subjectREPRESENTACION DE TEXTOSes_CL
dc.subjectTRANSFORMACION DEL PROBLEMAes_CL
dc.subjectPONDERACION DE TERMINOSes_CL
dc.titleClasificación de textos multi-etiquetados con representación dependiente de la etiquetaes_CL
dspace.entity.typeTesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
m14414564-k.pdf
Size:
5.6 MB
Format:
Adobe Portable Document Format