Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación

Autores
Corvi, Julieta Pilar
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Lanzarini, Laura Cristina
Villa Monte, Augusto (asesor)
Descripción
En el presente existe una cantidad inimaginable de información digital en distintos formatos, la gran mayoría en formato texto. Esto ha incrementado el interés en el estudio de técnicas que permiten identificar de manera automática las partes relevantes y dan como resultado un resumen automático. En esta tesina se desarrolló una técnica capaz de extraer las sentencias más representativas de un documento manteniendo el criterio de un usuario. El aprendizaje de ese criterio se realizó mediante una red neuronal, a partir de un conjunto de documentos previamente calificados por el usuario. La importancia de las oraciones se asigna en concordancia con la importancia que el usuario consideró para los documentos ingresados.
Licenciado en Informática
Facultad de Informática
Facultad de Informática
Materia
Ciencias Informáticas
Documentos
Documentos en Texto Completo
Gestión de documentos
Resumen
Data extraction and integration
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/81471
Acceder
id SEDICI_6bfc5e6bc7fa637346a15ce021caf52d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/81471
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuaciónCorvi, Julieta PilarCiencias InformáticasDocumentosDocumentos en Texto CompletoGestión de documentosResumenData extraction and integrationEn el presente existe una cantidad inimaginable de información digital en distintos formatos, la gran mayoría en formato texto. Esto ha incrementado el interés en el estudio de técnicas que permiten identificar de manera automática las partes relevantes y dan como resultado un resumen automático. En esta tesina se desarrolló una técnica capaz de extraer las sentencias más representativas de un documento manteniendo el criterio de un usuario. El aprendizaje de ese criterio se realizó mediante una red neuronal, a partir de un conjunto de documentos previamente calificados por el usuario. La importancia de las oraciones se asigna en concordancia con la importancia que el usuario consideró para los documentos ingresados.Licenciado en InformáticaFacultad de InformáticaFacultad de InformáticaLanzarini, Laura CristinaVilla Monte, Augusto (asesor)2019-09-12info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/81471spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/4.0/Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:15:11Zoai:sedici.unlp.edu.ar:10915/81471Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:15:11.543SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
title Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
spellingShingle Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
Corvi, Julieta Pilar
Ciencias Informáticas
Documentos
Documentos en Texto Completo
Gestión de documentos
Resumen
Data extraction and integration
title_short Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
title_full Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
title_fullStr Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
title_full_unstemmed Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
title_sort Resumen extractivo de documentos : Un análisis comparativo de técnicas de puntuación
dc.creator.none.fl_str_mv Corvi, Julieta Pilar
author Corvi, Julieta Pilar
author_facet Corvi, Julieta Pilar
author_role author
dc.contributor.none.fl_str_mv Lanzarini, Laura Cristina
Villa Monte, Augusto (asesor)
dc.subject.none.fl_str_mv Ciencias Informáticas
Documentos
Documentos en Texto Completo
Gestión de documentos
Resumen
Data extraction and integration
topic Ciencias Informáticas
Documentos
Documentos en Texto Completo
Gestión de documentos
Resumen
Data extraction and integration
dc.description.none.fl_txt_mv En el presente existe una cantidad inimaginable de información digital en distintos formatos, la gran mayoría en formato texto. Esto ha incrementado el interés en el estudio de técnicas que permiten identificar de manera automática las partes relevantes y dan como resultado un resumen automático. En esta tesina se desarrolló una técnica capaz de extraer las sentencias más representativas de un documento manteniendo el criterio de un usuario. El aprendizaje de ese criterio se realizó mediante una red neuronal, a partir de un conjunto de documentos previamente calificados por el usuario. La importancia de las oraciones se asigna en concordancia con la importancia que el usuario consideró para los documentos ingresados.
Licenciado en Informática
Facultad de Informática
Facultad de Informática
description En el presente existe una cantidad inimaginable de información digital en distintos formatos, la gran mayoría en formato texto. Esto ha incrementado el interés en el estudio de técnicas que permiten identificar de manera automática las partes relevantes y dan como resultado un resumen automático. En esta tesina se desarrolló una técnica capaz de extraer las sentencias más representativas de un documento manteniendo el criterio de un usuario. El aprendizaje de ese criterio se realizó mediante una red neuronal, a partir de un conjunto de documentos previamente calificados por el usuario. La importancia de las oraciones se asigna en concordancia con la importancia que el usuario consideró para los documentos ingresados.
publishDate 2019
dc.date.none.fl_str_mv 2019-09-12
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/81471
url http://sedici.unlp.edu.ar/handle/10915/81471
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/4.0/
Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0/
Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.format.none.fl_str_mv application/pdf
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_ 1844616023061299200
score 13.070432

Publicaciones similares