Keyword Identification in Spanish Documents

Autores
Aquino, Germán Osvaldo; Lanzarini, Laura Cristina
Año de publicación
2015
Idioma
inglés
Tipo de recurso
artículo
Estado
Versión publicada
Descripción
The large amount of textual information digitally available today gives rise to the need for effective means of indexing, searching and retrieving this information. Keywords are used to describe briefly and precisely the contents of a textual document. In this paper we present an algorithm for keyword extraction from documents written in Spanish.This algorithm combines autoencoders, which are adequate for highly unbalanced classification problems, with the discriminative power of conventional binary classifiers. In order to improve its performance on larger and more diverse datasets, our algorithm trains several models of each kind through bagging.
Fil: Aquino, Germán Osvaldo. Universidad Nacional de la Plata. Facultad de Informatica. Instituto de Investigación En Informatica Lidi; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Lanzarini, Laura Cristina. Universidad Nacional de la Plata. Facultad de Informatica. Instituto de Investigación En Informatica Lidi; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Materia
KEYWORD EXTRACTION
NEURAL NETWORKS
AUTOENCODERS
Ciencias de la Computación
Ciencias de la Computación e Información
CIENCIAS NATURALES Y EXACTAS
Nivel de accesibilidad
Acceso abierto
Licencia
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/57325