Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/11679
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorReátegui Rojas, Ruth María-
dc.contributor.authorOrtega Capa, Walter Rodrigo-
dc.date.accessioned2015-03-13T22:39:56Z-
dc.date.available2015-03-13-
dc.date.issued201503 ;es_ES
dc.identifier.citation(201503 ;) Aplicación de técnicas de procesamiento de Lenguaje Natural y Minería de Texto para la clasificación de preguntas dentro de un cuestionario digital [ [Tesis de N/D, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/11679es_ES
dc.identifier.otherCobarc: 1156528es_ES
dc.identifier.urihttps://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=82532.TITN.es_ES
dc.descriptionResumen: Junto con el creciente número de documentos digitales que se generan día a día en las empresas, organizaciones e instituciones surge la necesidad de analizarlos y de extraer información relevante. Este proceso conlleva a una mejor gestión y organización de estos datos. Por tal motivo este trabajo está enfocado en establecer una guía de referencia para la clasificación automática de cuestionarios digitales de la materia de Matemáticas Discretas del Primer Bimestre de la Modalidad Abierta de la Universidad Técnica Particular de Loja. Para el desarrollo de este proyecto se ha utilizado la metodología CRISP-MD (Siglas en inglés, Cross Industry Standard Process for Data Mining) haciendo uso de técnicas de Minería de Texto y de Procesamiento de Lenguaje Natural (PLN). La representación de los datos se realizó mediante los métodos TDM (Matrix -Term Document). Dentro de los mejores algoritmos de clasificación de texto en Weka, se puede mencionar el DMNtext-I1 and NavieBayesMultinominalUpdateable, ya que entre los resultados obtenidos estos dos algoritmos presentan similitudes en sus valores finales Precisión de 0.847, Recall 0.824 y 0.436 de Accuary, por lo tanto se tiene un Error de 0.177. Estos valores son producto de la configuración Porcentaje Split de 66%, datos de entrenamiento 66 y 34 datos de prueba.es_ES
dc.description.abstractN/Des_ES
dc.languagespaes_ES
dc.language.isospaes_ES
dc.subjectEcuador.es_ES
dc.subjectTesis digital.es_ES
dc.titleAplicación de técnicas de procesamiento de Lenguaje Natural y Minería de Texto para la clasificación de preguntas dentro de un cuestionario digital [es_ES
dc.typemasterThesises_ES
Appears in Collections:Ingeniero en Sistemas Informáticos y Computación

Files in This Item:
File Description SizeFormat 
Ortega Capa Walter Rodrigo.pdfTrabajo de fin de titulación PDF1.21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.