Algoritmos genéticos aplicados a la categorización automática de documentos

Autores
Yolis, E.; Britos, Paola Verónica; Sicre, J.; Servetto, Arturo Carlos; García Martínez, Ramón; Perichinsky, Gregorio
Año de publicación
2003
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La categorización automática de documentos ha estado recibiendo creciente atención debido al incremento en la cantidad de información disponible en forma electrónica y a la necesidad cada vez mayor de encontrar la información buscada en un tiempo mínimo. Si bien existen numerosos algoritmos para categorizar documentos, todos ellos evaluan un subconjunto pequeño del espacio de posibles soluciones. Este trabajo presenta un algoritmo genético adaptado al problema de categorización de documentos. El algoritmo propuesto introduce 5 nuevos operadores, diseñados específicamente para la resolución del problema de categorización. Los resultados obtenidos demuestran que el algoritmo genético logra explorar el espacio de búsqueda más amplia y eficientemente que los algoritmos previos tomados como referencia.
Eje: Teoría (TEOR)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Algorithms
documento
Categorización Automática de Documentos
Algoritmos Genéticos
Computación Evolutiva
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22639
Acceder
id SEDICI_11e2732b657cdec7d5aea835eadcf2fe
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22639
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos genéticos aplicados a la categorización automática de documentosYolis, E.Britos, Paola VerónicaSicre, J.Servetto, Arturo CarlosGarcía Martínez, RamónPerichinsky, GregorioCiencias InformáticasAlgorithmsdocumentoCategorización Automática de DocumentosAlgoritmos GenéticosComputación EvolutivaLa categorización automática de documentos ha estado recibiendo creciente atención debido al incremento en la cantidad de información disponible en forma electrónica y a la necesidad cada vez mayor de encontrar la información buscada en un tiempo mínimo. Si bien existen numerosos algoritmos para categorizar documentos, todos ellos evaluan un subconjunto pequeño del espacio de posibles soluciones. Este trabajo presenta un algoritmo genético adaptado al problema de categorización de documentos. El algoritmo propuesto introduce 5 nuevos operadores, diseñados específicamente para la resolución del problema de categorización. Los resultados obtenidos demuestran que el algoritmo genético logra explorar el espacio de búsqueda más amplia y eficientemente que los algoritmos previos tomados como referencia.Eje: Teoría (TEOR)Red de Universidades con Carreras en Informática (RedUNCI)2003-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1468-1479http://sedici.unlp.edu.ar/handle/10915/22639spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:36:41Zoai:sedici.unlp.edu.ar:10915/22639Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:36:41.979SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos genéticos aplicados a la categorización automática de documentos
title Algoritmos genéticos aplicados a la categorización automática de documentos
spellingShingle Algoritmos genéticos aplicados a la categorización automática de documentos
Yolis, E.
Ciencias Informáticas
Algorithms
documento
Categorización Automática de Documentos
Algoritmos Genéticos
Computación Evolutiva
title_short Algoritmos genéticos aplicados a la categorización automática de documentos
title_full Algoritmos genéticos aplicados a la categorización automática de documentos
title_fullStr Algoritmos genéticos aplicados a la categorización automática de documentos
title_full_unstemmed Algoritmos genéticos aplicados a la categorización automática de documentos
title_sort Algoritmos genéticos aplicados a la categorización automática de documentos
dc.creator.none.fl_str_mv Yolis, E.
Britos, Paola Verónica
Sicre, J.
Servetto, Arturo Carlos
García Martínez, Ramón
Perichinsky, Gregorio
author Yolis, E.
author_facet Yolis, E.
Britos, Paola Verónica
Sicre, J.
Servetto, Arturo Carlos
García Martínez, Ramón
Perichinsky, Gregorio
author_role author
author2 Britos, Paola Verónica
Sicre, J.
Servetto, Arturo Carlos
García Martínez, Ramón
Perichinsky, Gregorio
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Algorithms
documento
Categorización Automática de Documentos
Algoritmos Genéticos
Computación Evolutiva
topic Ciencias Informáticas
Algorithms
documento
Categorización Automática de Documentos
Algoritmos Genéticos
Computación Evolutiva
dc.description.none.fl_txt_mv La categorización automática de documentos ha estado recibiendo creciente atención debido al incremento en la cantidad de información disponible en forma electrónica y a la necesidad cada vez mayor de encontrar la información buscada en un tiempo mínimo. Si bien existen numerosos algoritmos para categorizar documentos, todos ellos evaluan un subconjunto pequeño del espacio de posibles soluciones. Este trabajo presenta un algoritmo genético adaptado al problema de categorización de documentos. El algoritmo propuesto introduce 5 nuevos operadores, diseñados específicamente para la resolución del problema de categorización. Los resultados obtenidos demuestran que el algoritmo genético logra explorar el espacio de búsqueda más amplia y eficientemente que los algoritmos previos tomados como referencia.
Eje: Teoría (TEOR)
Red de Universidades con Carreras en Informática (RedUNCI)
description La categorización automática de documentos ha estado recibiendo creciente atención debido al incremento en la cantidad de información disponible en forma electrónica y a la necesidad cada vez mayor de encontrar la información buscada en un tiempo mínimo. Si bien existen numerosos algoritmos para categorizar documentos, todos ellos evaluan un subconjunto pequeño del espacio de posibles soluciones. Este trabajo presenta un algoritmo genético adaptado al problema de categorización de documentos. El algoritmo propuesto introduce 5 nuevos operadores, diseñados específicamente para la resolución del problema de categorización. Los resultados obtenidos demuestran que el algoritmo genético logra explorar el espacio de búsqueda más amplia y eficientemente que los algoritmos previos tomados como referencia.
publishDate 2003
dc.date.none.fl_str_mv 2003-10
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/10915/22639
url http://sedici.unlp.edu.ar/handle/10915/22639
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
1468-1479
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_ 1846782823425376256
score 12.982451

Publicaciones similares