Tesis doctoral de Elena Montañés Roces
La clasificación documental (cd) juega un papel importante en una gran variedad de tareas de organización y manejo de información dentro de la recuperación de información (ri) y de la minería de datos textuales (mdt). cd es el proceso de asignar una o más categorías predefinidas a documentos de un hábeas. Los algoritmos de aprendizaje automático (aa) son métodos adecuados que recientemente han sido aplicados para este propósito, debido a que un documento puede representarse mediante un conjunto de términos que reflejan su contenido y mediante una o más categorías. Cd es una tarea que consume mucho tiempo, debido a que involucra el manejo de gran cantidad de términos, de los cuales algunos pueden ser ruidosos o irrelevantes para la clasificación. Por tanto, una reducción de términos previa a la clasificación puede mejorar la eficiencia del clasificador. En este trabajo se proponen técnicas de selección de términos. Una de ellas consiste en una serie de medidas, tomadas del área del aa, para cuantificar la importancia de un término. Otra de ellas, consiste en clasificar los términos en relevantes o no relevantes a partir de sus propiedades lingí¼ísticas. Finalmente, se propone una técnica de envoltura para seleccionar un cojunto de términos adecuado.
Datos académicos de la tesis doctoral «Nuevas técnicas de selección de términos en la clasificación documental«
- Título de la tesis: Nuevas técnicas de selección de términos en la clasificación documental
- Autor: Elena Montañés Roces
- Universidad: Oviedo
- Fecha de lectura de la tesis: 03/09/2003
Dirección y tribunal
- Director de la tesis
- José Ranilla Pastor
- Tribunal
- Presidente del tribunal: Blanco ferro Antonio angel
- Molina lópez José Manuel (vocal)
- Antonio Bahamonde rionda (vocal)
- Onaindía de la rivaherrera eva (vocal)