Categorización de textos utilizando análisis stringkernel e indexación semántica latente: Aplicación de textos de propiedades medicinales de plantas

• Autor: Cortez Vásquez, Augusto
• Formato: artículo
• Fecha de Publicación: 2014
• Institución: Universidad Ricardo Palma
• Repositorio: Revistas - Universidad Ricardo Palma
• Lenguaje: español
• OAI Identifier: oai:oai.revistas.urp.edu.pe:article/913
• Enlace del recurso: http://revistas.urp.edu.pe/index.php/Paideia/article/view/913
• Nivel de acceso: acceso abierto

Debido a la abundante información existente se hace necesario organizar, mantener y procesar toda información disponible a partir de un conocimiento más profundo del lenguaje. Un clasificador de textos (CT) consiste en etiquetar un texto o documento con una o varias categorías temáticas predefinidas. El enfoque de clasificación considera que dado un conjunto de documentos D y un conjunto de categorías C, encontrar una función haga corresponder a un documento d tomado de D, una categoría determinada c en C. Para ello realiza un análisis léxico que identifique las subsecuencias de lexemas de d; luego, mediante un análisis stringkernel encuentre el grado de similitud entre dos textos. Dos textos son más similares mientras tengan más subsecuencias en común.