Categorización automática de documentos en español: algunos resultados experimentales

García-Figuerola, Carlos Alonso Berrocal, José Luis Zazo Rodríguez, Angel

Jornadas de Bibliotecas Digitales / .
(ReLIS:jul:juljag:8776)

Abstract:

La categorización automática puede contemplarse como un proceso de aprendizaje, durante el cual un programa capta las características que distinguen cada categoría o clase de las demás, es decir, aquéllas que deben poseer los documentos para pertenecer a esa categoría. De otro lado, pocos experimentos se han efectuado todavía con documentos en español. Se muestran las posibilidades de elaborar vectores patrón que recojan las características de distintas clases o categorías de documentos, utilizando técnicas basadas en aquéllas aplicadas en la expansión de consultas por relevancia. Al mismo tiempo, se describe un experimento consistente en la aplicación de esas técnicas a una colección de noticias de prensa en español, para su categorización. Los resultados obtenidos son, en conjunto, homologables o incluso mejores que los obtenidos en experimentos similares; para algunas de las categorías, estos resultados han sido muy favorables.

Creation: 2000
Keywords: Recuperación de la información ; Recuperación a texto completo ; Lenguaje natural ; Categorización ; Español

 (go top)