Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación...

Autores
Kuna, Horacio Daniel; Rambo, A. R.; Canteros, A.; Rey, M.; Zamudio, Eduardo; Martini, Esteban; Pautsch, G.; Biale, Claudio Omar; Krujoski, S.; Rauber, F.
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Al trabajar en un metabuscador que permita identificar cuáles son las mejores recomendaciones en un área temática específicas según las consultas ingresadas por el usuario existen diversos problemas que abordar. En el presente trabajo se realiza el análisis de la pertenencia de una consulta escrita en lenguaje coloquial a una o varias áreas de temáticas dentro de las ciencias de la computación. Para lo cual se podrán tomar varios criterios y se realiza un relevamiento del estado de arte específico con la finalidad de determinar las mejores estrategias tanto para el tratamiento del texto como para la clasificación de los artículos. En este trabajo se presenta el relevamiento realizado para abordar y resolver esta problemática.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Minería de texto
Metabuscadores
Recuperación de información
Recomendación
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:10915/103491
Acceder
id SEDICI_d99248debc4915a8fbace80e0294ce19
oai_identifier_str oai:sedici.unlp.edu.ar:10915/103491
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computaciónKuna, Horacio DanielRambo, A. R.Canteros, A.Rey, M.Zamudio, EduardoMartini, EstebanPautsch, G.Biale, Claudio OmarKrujoski, S.Rauber, F.Ciencias InformáticasMinería de textoMetabuscadoresRecuperación de informaciónRecomendaciónAl trabajar en un metabuscador que permita identificar cuáles son las mejores recomendaciones en un área temática específicas según las consultas ingresadas por el usuario existen diversos problemas que abordar. En el presente trabajo se realiza el análisis de la pertenencia de una consulta escrita en lenguaje coloquial a una o varias áreas de temáticas dentro de las ciencias de la computación. Para lo cual se podrán tomar varios criterios y se realiza un relevamiento del estado de arte específico con la finalidad de determinar las mejores estrategias tanto para el tratamiento del texto como para la clasificación de los artículos. En este trabajo se presenta el relevamiento realizado para abordar y resolver esta problemática.Eje: Agentes y Sistemas Inteligentes.Red de Universidades con Carreras en Informática2020-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf80-83http://sedici.unlp.edu.ar/handle/10915/103491spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5info:eu-repo/semantics/reference/hdl/10915/103151info: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:UNLP2025-10-15T11:14:24Zoai:sedici.unlp.edu.ar:10915/103491Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:14:24.737SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
title Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
spellingShingle Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
Kuna, Horacio Daniel
Ciencias Informáticas
Minería de texto
Metabuscadores
Recuperación de información
Recomendación
title_short Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
title_full Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
title_fullStr Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
title_full_unstemmed Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
title_sort Minería de texto y deep learning aplicados a determinar la pertenencia de las consultas realizadas a un metabuscador a cada área temática dentro de las ciencias de la computación
dc.creator.none.fl_str_mv Kuna, Horacio Daniel
Rambo, A. R.
Canteros, A.
Rey, M.
Zamudio, Eduardo
Martini, Esteban
Pautsch, G.
Biale, Claudio Omar
Krujoski, S.
Rauber, F.
author Kuna, Horacio Daniel
author_facet Kuna, Horacio Daniel
Rambo, A. R.
Canteros, A.
Rey, M.
Zamudio, Eduardo
Martini, Esteban
Pautsch, G.
Biale, Claudio Omar
Krujoski, S.
Rauber, F.
author_role author
author2 Rambo, A. R.
Canteros, A.
Rey, M.
Zamudio, Eduardo
Martini, Esteban
Pautsch, G.
Biale, Claudio Omar
Krujoski, S.
Rauber, F.
author2_role author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Minería de texto
Metabuscadores
Recuperación de información
Recomendación
topic Ciencias Informáticas
Minería de texto
Metabuscadores
Recuperación de información
Recomendación
dc.description.none.fl_txt_mv Al trabajar en un metabuscador que permita identificar cuáles son las mejores recomendaciones en un área temática específicas según las consultas ingresadas por el usuario existen diversos problemas que abordar. En el presente trabajo se realiza el análisis de la pertenencia de una consulta escrita en lenguaje coloquial a una o varias áreas de temáticas dentro de las ciencias de la computación. Para lo cual se podrán tomar varios criterios y se realiza un relevamiento del estado de arte específico con la finalidad de determinar las mejores estrategias tanto para el tratamiento del texto como para la clasificación de los artículos. En este trabajo se presenta el relevamiento realizado para abordar y resolver esta problemática.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
description Al trabajar en un metabuscador que permita identificar cuáles son las mejores recomendaciones en un área temática específicas según las consultas ingresadas por el usuario existen diversos problemas que abordar. En el presente trabajo se realiza el análisis de la pertenencia de una consulta escrita en lenguaje coloquial a una o varias áreas de temáticas dentro de las ciencias de la computación. Para lo cual se podrán tomar varios criterios y se realiza un relevamiento del estado de arte específico con la finalidad de determinar las mejores estrategias tanto para el tratamiento del texto como para la clasificación de los artículos. En este trabajo se presenta el relevamiento realizado para abordar y resolver esta problemática.
publishDate 2020
dc.date.none.fl_str_mv 2020-05
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/10915/103491
url http://sedici.unlp.edu.ar/handle/10915/103491
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3714-82-5
info:eu-repo/semantics/reference/hdl/10915/103151
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
80-83
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_ 1846064201708077056
score 13.22299

Publicaciones similares