Técnicas de extracción de entidades con nombre

Autores
Pérez Abelleira, M. Alicia
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La minería de textos tiene un importante potencial, ya que gran parte de la información de las organizaciones está disponible en documentos de texto u otra información no estructurada. Una de las tareas integrales de la minería de textos es la extracción de entidades con nombre (NER). El presente trabajo describe los principales enfoques en uso para esta tarea y los aplica a un problema concreto, la extracción de información de un corpus de 8000 documentos correspondientes a resoluciones rectorales. Los experimentos muestran que los campos aleatorios condicionales (CRFs) son la técnica más adecuada para este problema. El trabajo describe también la arquitectura para la gestión de información no estructurada en la que se enmarca esta tarea y de la que forma parte.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
NER
HMM
CRF
minería de texto
UIMA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/76216
Acceder
id SEDICI_5fe619fc4bb65e72a16084df0e57114a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/76216
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Técnicas de extracción de entidades con nombrePérez Abelleira, M. AliciaCiencias InformáticasNERHMMCRFminería de textoUIMALa minería de textos tiene un importante potencial, ya que gran parte de la información de las organizaciones está disponible en documentos de texto u otra información no estructurada. Una de las tareas integrales de la minería de textos es la extracción de entidades con nombre (NER). El presente trabajo describe los principales enfoques en uso para esta tarea y los aplica a un problema concreto, la extracción de información de un corpus de 8000 documentos correspondientes a resoluciones rectorales. Los experimentos muestran que los campos aleatorios condicionales (CRFs) son la técnica más adecuada para este problema. El trabajo describe también la arquitectura para la gestión de información no estructurada en la que se enmarca esta tarea y de la que forma parte.Sociedad Argentina de Informática e Investigación Operativa2013-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf109-120http://sedici.unlp.edu.ar/handle/10915/76216spainfo:eu-repo/semantics/altIdentifier/url/http://42jaiio.sadio.org.ar/proceedings/simposios/Trabajos/ASAI/10.pdfinfo:eu-repo/semantics/altIdentifier/issn/1850-2784info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/4.0/Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:54:17Zoai:sedici.unlp.edu.ar:10915/76216Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:54:17.933SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Técnicas de extracción de entidades con nombre
title Técnicas de extracción de entidades con nombre
spellingShingle Técnicas de extracción de entidades con nombre
Pérez Abelleira, M. Alicia
Ciencias Informáticas
NER
HMM
CRF
minería de texto
UIMA
title_short Técnicas de extracción de entidades con nombre
title_full Técnicas de extracción de entidades con nombre
title_fullStr Técnicas de extracción de entidades con nombre
title_full_unstemmed Técnicas de extracción de entidades con nombre
title_sort Técnicas de extracción de entidades con nombre
dc.creator.none.fl_str_mv Pérez Abelleira, M. Alicia
author Pérez Abelleira, M. Alicia
author_facet Pérez Abelleira, M. Alicia
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
NER
HMM
CRF
minería de texto
UIMA
topic Ciencias Informáticas
NER
HMM
CRF
minería de texto
UIMA
dc.description.none.fl_txt_mv La minería de textos tiene un importante potencial, ya que gran parte de la información de las organizaciones está disponible en documentos de texto u otra información no estructurada. Una de las tareas integrales de la minería de textos es la extracción de entidades con nombre (NER). El presente trabajo describe los principales enfoques en uso para esta tarea y los aplica a un problema concreto, la extracción de información de un corpus de 8000 documentos correspondientes a resoluciones rectorales. Los experimentos muestran que los campos aleatorios condicionales (CRFs) son la técnica más adecuada para este problema. El trabajo describe también la arquitectura para la gestión de información no estructurada en la que se enmarca esta tarea y de la que forma parte.
Sociedad Argentina de Informática e Investigación Operativa
description La minería de textos tiene un importante potencial, ya que gran parte de la información de las organizaciones está disponible en documentos de texto u otra información no estructurada. Una de las tareas integrales de la minería de textos es la extracción de entidades con nombre (NER). El presente trabajo describe los principales enfoques en uso para esta tarea y los aplica a un problema concreto, la extracción de información de un corpus de 8000 documentos correspondientes a resoluciones rectorales. Los experimentos muestran que los campos aleatorios condicionales (CRFs) son la técnica más adecuada para este problema. El trabajo describe también la arquitectura para la gestión de información no estructurada en la que se enmarca esta tarea y de la que forma parte.
publishDate 2013
dc.date.none.fl_str_mv 2013-09
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/10915/76216
url http://sedici.unlp.edu.ar/handle/10915/76216
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://42jaiio.sadio.org.ar/proceedings/simposios/Trabajos/ASAI/10.pdf
info:eu-repo/semantics/altIdentifier/issn/1850-2784
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/4.0/
Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/4.0/
Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
dc.format.none.fl_str_mv application/pdf
109-120
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_ 1846783128691015680
score 12.982451

Publicaciones similares