Detección de tópicos de textos en español usando machine learning, caso discursos Guillermo Lasso Presidente de Ecuador

• Espin-Riofrio, César Humberto ^[1] ; Peralta-Guaraca, Tania Jeesenia ^[1] ; Merino-Salcedo, Luis ^[1] ; Parra-Barrezueta, Gerardo ^[1]
  1. [1] Universidad de Guayaquil

     Universidad de Guayaquil

     Guayaquil, Ecuador

     
• Localización: Dominio de las Ciencias, ISSN-e 2477-8818, Vol. 8, Nº. 2, 2022 (Ejemplar dedicado a: Abril-Junio 2022)
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • El presente artículo tiene como objetivo centrarse en dos de las principales técnicas para Procesamiento de Lenguaje Natural de machine learning para el modelado y detección de tópicos, se trata de los algoritmos Non-negative Matrix Factorization and Latent Dirichlet Allocation que se usarán para experimentar y verificar en corpus de textos en el idioma español, basados en el estado de arte de la atribución de autoría relacionado a la detección de tópicos mediante el análisis de artículos científicos de relevancia sobre el tema, además se investigan los distintos modelos destinados a la detección de tópicos resaltando cuales son los más utilizados, también se busca evaluar el comportamiento y resultados de los dos modelos escogidos. La experimentación se realiza sobre los discursos políticos pasados a texto del Sr. Guillermo Lasso Presidente del Ecuador, se identifican los diferentes tópicos o temas sobre los que trata el corpus de textos formado por los discursos con el fin de conocer directamente su contenido o para dónde estos están apuntando de manera preliminar sin necesidad de leer el contenido en su totalidad, los resultados se presentan comparando los modelos, así se logra determinar con cuál de los dos algoritmos se obtienen resultados más acertados.