Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos

Autores
Mariuz, Gabriel; Sattolo, Iris Inés; Panizzi, Marisa Daniela
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La categorización de documentos de textos es una aplicación de la minería de textos que pretende extraer información de texto no estructurado o semi estructurado. La justificación de su aplicación se debe a que se estima que alrededor del 80% de los datos de las organizaciones son no estructurados. El presente trabajo de tesis de la carrera Licenciatura de Sistemas de la UM pretende analizar los títulos de las tesis realizadas en la cátedra para categorizarlas según su área temática mediante minería de textos y evaluar la eficacia de la técnica utilizada al hacerlo. Antes de comenzar con la construcción de modelos de minería de textos, se construyó el estado del arte mediante un mapeo sistemático de la literatura (en inglés, systematic mapping study o SMS). Se presentan los resultados logrados mediante el desarrollo del SMS y se describen las actividades definidas para la finalización del trabajo de tesis.
Short Paper - Alumnos
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
minería de textos
categorización
aprendizaje automático
tesis de grado
carreras de informática
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/149449
Acceder
id SEDICI_0fab71b53f19b9e6ee3a8987feee7aa9
oai_identifier_str oai:sedici.unlp.edu.ar:10915/149449
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textosMariuz, GabrielSattolo, Iris InésPanizzi, Marisa DanielaCiencias Informáticasminería de textoscategorizaciónaprendizaje automáticotesis de gradocarreras de informáticaLa categorización de documentos de textos es una aplicación de la minería de textos que pretende extraer información de texto no estructurado o semi estructurado. La justificación de su aplicación se debe a que se estima que alrededor del 80% de los datos de las organizaciones son no estructurados. El presente trabajo de tesis de la carrera Licenciatura de Sistemas de la UM pretende analizar los títulos de las tesis realizadas en la cátedra para categorizarlas según su área temática mediante minería de textos y evaluar la eficacia de la técnica utilizada al hacerlo. Antes de comenzar con la construcción de modelos de minería de textos, se construyó el estado del arte mediante un mapeo sistemático de la literatura (en inglés, systematic mapping study o SMS). Se presentan los resultados logrados mediante el desarrollo del SMS y se describen las actividades definidas para la finalización del trabajo de tesis.Short Paper - AlumnosRed de Universidades con Carreras en Informática2022-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf870-874http://sedici.unlp.edu.ar/handle/10915/149449spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-1364-31-2info:eu-repo/semantics/reference/hdl/10915/149102info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-04-15T11:45:10Zoai:sedici.unlp.edu.ar:10915/149449Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-04-15 11:45:10.985SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
title Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
spellingShingle Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
Mariuz, Gabriel
Ciencias Informáticas
minería de textos
categorización
aprendizaje automático
tesis de grado
carreras de informática
title_short Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
title_full Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
title_fullStr Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
title_full_unstemmed Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
title_sort Hacia el análisis de tesis de grado de carreras informáticas de la UM mediante minería de textos
dc.creator.none.fl_str_mv Mariuz, Gabriel
Sattolo, Iris Inés
Panizzi, Marisa Daniela
author Mariuz, Gabriel
author_facet Mariuz, Gabriel
Sattolo, Iris Inés
Panizzi, Marisa Daniela
author_role author
author2 Sattolo, Iris Inés
Panizzi, Marisa Daniela
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
minería de textos
categorización
aprendizaje automático
tesis de grado
carreras de informática
topic Ciencias Informáticas
minería de textos
categorización
aprendizaje automático
tesis de grado
carreras de informática
dc.description.none.fl_txt_mv La categorización de documentos de textos es una aplicación de la minería de textos que pretende extraer información de texto no estructurado o semi estructurado. La justificación de su aplicación se debe a que se estima que alrededor del 80% de los datos de las organizaciones son no estructurados. El presente trabajo de tesis de la carrera Licenciatura de Sistemas de la UM pretende analizar los títulos de las tesis realizadas en la cátedra para categorizarlas según su área temática mediante minería de textos y evaluar la eficacia de la técnica utilizada al hacerlo. Antes de comenzar con la construcción de modelos de minería de textos, se construyó el estado del arte mediante un mapeo sistemático de la literatura (en inglés, systematic mapping study o SMS). Se presentan los resultados logrados mediante el desarrollo del SMS y se describen las actividades definidas para la finalización del trabajo de tesis.
Short Paper - Alumnos
Red de Universidades con Carreras en Informática
description La categorización de documentos de textos es una aplicación de la minería de textos que pretende extraer información de texto no estructurado o semi estructurado. La justificación de su aplicación se debe a que se estima que alrededor del 80% de los datos de las organizaciones son no estructurados. El presente trabajo de tesis de la carrera Licenciatura de Sistemas de la UM pretende analizar los títulos de las tesis realizadas en la cátedra para categorizarlas según su área temática mediante minería de textos y evaluar la eficacia de la técnica utilizada al hacerlo. Antes de comenzar con la construcción de modelos de minería de textos, se construyó el estado del arte mediante un mapeo sistemático de la literatura (en inglés, systematic mapping study o SMS). Se presentan los resultados logrados mediante el desarrollo del SMS y se describen las actividades definidas para la finalización del trabajo de tesis.
publishDate 2022
dc.date.none.fl_str_mv 2022-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/149449
url http://sedici.unlp.edu.ar/handle/10915/149449
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-1364-31-2
info:eu-repo/semantics/reference/hdl/10915/149102
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
870-874
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1862569196191219712
score 13.203462

Publicaciones similares