Los métodos de aprendizaje automático supervisado en la clasificación textual según el grado de especialización

• Sergio Rodríguez-Tapia ^[1] ; Julio Camacho-Cañamón ^[1]
  1. [1] Universidad de Córdoba

     Universidad de Córdoba

     Cordoba, España

     
• Localización: Tonos digital: revista de estudios filológicos, ISSN-e 1577-6921, Nº. 35, 2018
• Idioma: español
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    Este artículo pretende aplicar métodos de aprendizaje automático supervisado a una base de datos con información textual según el grado de especialización para comprobar la relevancia teórica de métodos numéricos de clasificación empleados a priori. Los resultados destacan las debilidades de trabajar con clasificaciones cuantitativas y las fortalezas de predicción de clase al usar el algoritmo J48.

  • English

    This paper aims to apply supervised machine learning methods to a database containing textual information on specialization degree to test the theoretical relevance of numerical classification methods used beforehand. Results highlight the weaknesses when working with quantitative classifications and the class- prediction strengths when using algorithm J48.

• Referencias bibliográficas
  • Arntz, R. & Pitch, H. (1995). Introducción a la terminología. Madrid: Fundación Germán Sánchez Ruipérez.
  • Becerra-Bonache, L. & Jiménez-López, M. D. (2014). Un modelo de aprendizaje automático para medir la complejidad de las lenguas. En: Congreso...
  • Bishop, C. M. (2010). Pattern recognition and machine learning. New York: Springer.
  • Cabré, M. T. (1993). La terminología: teoría, metodología, aplicaciones. Barcelona: Antártida/Empúries.
  • Cabré, M. T. (2002a). Textos especializados y unidades de conocimiento: metodología y tipologización. En: J. García Palacios y M. T. Fuentes...
  • Cabré, M. T. (2002b). Análisis textual y terminología, factores de activación de la competencia cognitiva en la traducción. En: A. Alcina...
  • Cabré, M. T. & Estopà, R. (2002). El conocimiento especializado y sus unidades de representación: diversidad cognitiva. Sendebar, 13,...
  • Cabré, M. T.; Da Cunha, I.; Sanjuan, E.; Torres-Moreno, J.-M. & Vivaldi. J. (2014). Automatic Specialized vs. Non-specialized Text Differentiation:...
  • Ciapuscio, G. E. & Kuguel, I. (2002). Hacia una tipología del discurso especializado: aspectos teóricos y aplicados. J. García Palacios...
  • Ciapuscio, G. E.; Kuguel, I. & Otañi, I. (2005). El conocimiento especializado: el texto de especialización y los criterios para su tipologización....
  • Dijk, T. (1992). La ciencia del texto. Barcelona: Paidós.
  • Domènech, Ona (2007). La noció de text especialitzat des de la perspectiva de la teoría comunicativa de la terminologia. En: M. Lorente; R....
  • Estopà, R. (1999). Extracció de Terminologia. Elements per a La Construcció D’un SEACUSE (Sistema d’Extracció Automàtica de Candidats a Unitats...
  • Guantiva, R; Cabré, M. T. & Castellà, J. M. (2008). Clasificación de Textos Especializados a Partir de Su Terminología. Íkala. Revista...
  • Kohavi, R. & Provost, F (1998). Glossary of terms. Machine Learning 30(2-3), 271-274.
  • Lorente, M. (2014). Hacia la terminología 3.0: evolución del uso de las tecnologías en la terminología. En: C. Vargas (Ed.) TIC, trabajo colaborativo...
  • Marsland, S. (2015). Machine learning: an algorithmic perspective. Boca Raton: CRC.
  • Monterde Rey, A. M. (2002). Ejercicios de Introducción a La Terminología. Las Palmas de Gran Canaria: Universidad de Las Palmas de Gran Canaria.
  • Nazar, R. & Cabré, M. T. (2011). Un experimento de extracción de terminología utilizando algoritmos estadísticos supervisados. Debate...
  • Pandre, A. (s. f). Cluster Analysis: see it 1st. Data Visualization.
  • Rodríguez-Tapia, S. (2015). Estrategias de traducción inglés-español basadas en el análisis cuantitativo de procedimientos de reformulación...
  • Rodríguez-Tapia, S. (2016a). Los textos especializados, semiespecializados y divulgativos: una propuesta de análisis cualitativo y de clasificación...
  • Rodríguez-Tapia, S. (2016b). Clasificación cuantitativa de los textos según su grado de especialidad: parámetros para la elaboración de los...
  • Rodríguez-Tapia, S. & Camacho-Cañamón, J. (en prensa). La contribución de los métodos de aprendizaje automático no supervisado a la clasificación...
  • Sáez, A., Sánchez-Monedero, J., Gutiérrez: A., & Hervás-Martínez, C. (2016). Machine Learning Methods for Binary and Multiclass Classification...
  • Sager, J. C.; Dungworth, D. & Mcdonald, P. F. (1980). English special languages: principles and practice in science and technology. Wiesbaden:...
  • Sebastiani, F. (2002). Machine learning in automated text categorization. ACM computing surveys 34(1), 1-47.
  • Vivaldi, J. & Rodríguez, H. (2012). Using Wikipedia for Domain Terms Extraction. En: T. Gornostay (Ed.): Proceedings of CHAT 2012: The...
  • Vivaldi, J. (2001). Extracción de candidatos a término mediante combinación de estrategias heterogéneas. Tesis doctoral. Barcelona: IULA....
  • Vivaldi, J. (2009). Corpus and exploitation tool: IULACT and bwanaNet. En: P. Cantos & A. Sánchez (Ed.) A survey on corpus-based research...
  • Wallach, H. (2004). Conditional random fields: An introduction. Technical Report MS-CIS-04-21. Pennsylvania: University of Pennsylvania.
  • Witten, I. H., & Frank, E. (2005). Data Mining: Practical machine learning tools and techniques. Amsterdam: Morgan Kaufmann