Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://dspace.utpl.edu.ec/handle/123456789/12553| Titel: | Esquema de clasificación de información universitaria basado en NERC: caso noticias UTPL |
| Autor(en): | Bermeo Cano, Mary Eugenia |
| Director: | González Eras, Alexandra Cristina |
| Stichwörter: | Ecuador. Tesis digital. |
| Erscheinungsdatum: | 201506 |
| Zitierform: | Bermeo Cano, M. E. (201506 ;) Esquema de clasificación de información universitaria basado en NERC: caso noticias UTPL [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/12553 |
| Zusammenfassung: | N/D |
| Beschreibung: | Resumen:La presente investigación propone el desarrollo de un esquema de clasificación de información universitaria. Para su desarrollo se aplican dos metodologías basadas en las técnicas de Reconocimiento y Clasificación de Entidades Nombradas (NERC), denominadas: Procesamiento de Lenguaje Natural (PLN) y Aprendizaje Automático (AA). NERC permiten aprovechar la riqueza del contexto en el cual se presentan las entidades nombradas, tales como: personas, organizaciones, locaciones, fechas, y títulos de persona. Como primera fase se tiene la creación de un corpus de doscientas noticias, etiquetado manualmente, el mismo que sirve para el análisis y creación de patrones. En segunda fase está la metodología de PLN, en donde se utiliza la herramienta GATE (General Architecture for Text Engineering), es una infraestructura open-source basada en Java, sirve para desarrollar y reutilizar componentes de software para resolver el problema de clasificación, y la última fase es la metodología de Aprendizaje Automático, en donde se aplica el algoritmo de clasificación SVM o Maquinas de Vectores de Soporte, para lo cual se presentan los resultados mediante un demo. |
| Identifier : | Cobarc: 1159328 |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=84527.TITN. |
| metadata.dc.language: | spa |
| Type: | bachelorThesis |
| Enthalten in den Sammlungen: | Ingeniero en Sistemas Informáticos y Computación |
Dateien zu dieser Ressource:
| Datei | Beschreibung | Größe | Format | |
|---|---|---|---|---|
| Bermeo Cano, Mary Eugenia y Cueva Enriquez, Maria Alexandra.pdf | 4.58 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.