Agrupamiento de documentos textuales mediante métodos concatenados

• Autores: L. Arco, R. Bello, J. M. Mederos, Y. Perez
• Localización: Inteligencia artificial: Revista Iberoamericana de Inteligencia Artificial, ISSN-e 1988-3064, ISSN 1137-3601, Vol. 10, Nº. 30, 2006, págs. 43-53
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • Este trabajo tiene como objetivo mostrar una propuesta de agrupamiento de corpus textuales mediante métodos concatenados y su evaluación a partir de resultados experimentales. Los algoritmos incluidos son Extended Star, SKWIC y Fuzzy SKWIC. El algoritmo Extended Star es considerado un método interno, mientras que los algoritmos SKWIC y Fuzzy SKWIC constituyen los dos métodos exteriores en las dos variantes de concatenación propuestas: Extended Star SKWIC y Extended Star Fuzzy SKWIC. El primer método concatenado emplea una técnica de agrupamiento dura y determinista y el segundo es un método borroso. Es ventajoso usar estos métodos concatenados principalmente cuando se desean realizar procesamientos posteriores a los grupos de documentos creados y cuando no se tiene un conocimiento previo del dominio. Finalmente, se muestra la viabilidad de los métodos concatenados propuestos a partir de la aplicación, a la herramienta Corpus Miner que soporta dichos métodos, de un caso de estudio construido a partir de una colección de la agencia de noticias Reuters. Se evaluó la propuesta utilizando pruebas estadísticas no paramétricas y se demostró que las variantes concatenadas superan los resultados del agrupamiento respecto a los algoritmos originales.