Clasificación Automática de Textos Periodísticos Usando SVM

Autores
Izetta, Javier; Salinas, Juan
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión enviada
Descripción
El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño.
Fil: Salinas, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Izetta, Javier. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Materia
Redacción periodística
Análisis automático de textos
Informática
Periodismo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
Repositorio Institucional (UCaSal)
Institución
Universidad Católica de Salta
OAI Identificador
oai:bibliotecas.ucasal.edu.ar:61344
Acceder
id RIUCASAL_6ed9b7c36284f900a367bed93fd69e8e
oai_identifier_str oai:bibliotecas.ucasal.edu.ar:61344
network_acronym_str RIUCASAL
repository_id_str 3930
network_name_str Repositorio Institucional (UCaSal)
spelling Clasificación Automática de Textos Periodísticos Usando SVMIzetta, JavierSalinas, JuanRedacción periodísticaAnálisis automático de textosInformáticaPeriodismoEl objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño.Fil: Salinas, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Izetta, Javier. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Universidad Católica de Salta. Facultad de Ingeniería (Salta)Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)2016-12-30info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=613446134420170516u u u0frey0103 baspa1001514Salta (province)info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)reponame:Repositorio Institucional (UCaSal)instname:Universidad Católica de Saltainstacron:UCaSal2025-09-04T11:15:02Zoai:bibliotecas.ucasal.edu.ar:61344Institucionalhttp://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=16Universidad privadaNo correspondehttp://bibliotecas.ucasal.edu.ar/ws/oai2_7?verb=Identifycdiedrich@ucasal.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39302025-09-04 11:15:02.542Repositorio Institucional (UCaSal) - Universidad Católica de Saltafalse
dc.title.none.fl_str_mv Clasificación Automática de Textos Periodísticos Usando SVM
title Clasificación Automática de Textos Periodísticos Usando SVM
spellingShingle Clasificación Automática de Textos Periodísticos Usando SVM
Izetta, Javier
Redacción periodística
Análisis automático de textos
Informática
Periodismo
title_short Clasificación Automática de Textos Periodísticos Usando SVM
title_full Clasificación Automática de Textos Periodísticos Usando SVM
title_fullStr Clasificación Automática de Textos Periodísticos Usando SVM
title_full_unstemmed Clasificación Automática de Textos Periodísticos Usando SVM
title_sort Clasificación Automática de Textos Periodísticos Usando SVM
dc.creator.none.fl_str_mv Izetta, Javier
Salinas, Juan
author Izetta, Javier
author_facet Izetta, Javier
Salinas, Juan
author_role author
author2 Salinas, Juan
author2_role author
dc.contributor.none.fl_str_mv Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
dc.subject.none.fl_str_mv Redacción periodística
Análisis automático de textos
Informática
Periodismo
topic Redacción periodística
Análisis automático de textos
Informática
Periodismo
dc.description.none.fl_txt_mv El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño.
Fil: Salinas, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Izetta, Javier. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
description El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño.
publishDate 2016
dc.date.none.fl_str_mv 2016-12-30
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/submittedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str submittedVersion
dc.identifier.none.fl_str_mv https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61344
61344
20170516u u u0frey0103 ba
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61344
identifier_str_mv 61344
20170516u u u0frey0103 ba
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv 1001514
Salta (province)
dc.publisher.none.fl_str_mv Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publisher.none.fl_str_mv Universidad Católica de Salta. Facultad de Ingeniería (Salta)
dc.source.none.fl_str_mv reponame:Repositorio Institucional (UCaSal)
instname:Universidad Católica de Salta
instacron:UCaSal
reponame_str Repositorio Institucional (UCaSal)
collection Repositorio Institucional (UCaSal)
instname_str Universidad Católica de Salta
instacron_str UCaSal
institution UCaSal
repository.name.fl_str_mv Repositorio Institucional (UCaSal) - Universidad Católica de Salta
repository.mail.fl_str_mv cdiedrich@ucasal.edu.ar
_version_ 1842344396826083328
score 12.623145

Publicaciones similares