Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.udec.cl/jspui/handle/11594/6861
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Atkinson Abutridy, John Anthony; supervisor de grado | es |
dc.contributor.author | Pérez Cárcamo, Claudio Alberto | es |
dc.date.accessioned | 2021-07-13T18:42:03Z | - |
dc.date.available | 2021-07-13T18:42:03Z | - |
dc.date.issued | 2010 | - |
dc.identifier.uri | http://repositorio.udec.cl/jspui/handle/11594/6861 | - |
dc.description | Tesis para optar al grado de Magíster en Ciencias de la Computación. | es |
dc.description.abstract | Tareas tradicionales en minería de textos descubren patrones desconocidos considerados interesantes desde un punto de vista estadístico usando métricas estándar. Esta evaluación estadística no toma en cuenta modelos mentales, usuarios o conocimiento del dominio. Mientras existen algunos enfoques para evaluar patrones (reglas de asociación) en text mining éstos fallan en determinar con exactitud cuales de los patrones descubiertos resultan ser interesantes/novedosos. En esta tesis, se propone y discute un nuevo enfoque que combina semántica basada en corpus (LSA) y modelo de conocimiento basado en Lattices. Los experimentos realizados utilizando nuestro enfoque en comparación con otros modelos de evaluación del estado del arte muestran lo promisorio de nuestro método para evaluar los patrones descubiertos como interesantes o sin interés hacia expertos humanos. | es |
dc.language.iso | spa | es |
dc.publisher | Universidad de Concepción. | es |
dc.rights | Creative Commoms CC BY NC ND 4.0 internacional (Atribución-NoComercial-SinDerivadas 4.0 Internacional) | - |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es | - |
dc.source.uri | https://go.openathens.net/redirector/udec.cl?url=http://tesisencap.udec.cl/concepcion/perez_c_c/index.html | - |
dc.subject | Minería de Datos | es |
dc.subject | Linguística Computacional | es |
dc.subject | Evaluación | es |
dc.subject | Metodología | es |
dc.subject | Redes de Información | es |
dc.subject | Cluster | es |
dc.title | Evaluación de reglas de asociación en Text Mining utilizando métricas semánticas y estructurales. | es |
dc.type | Tesis | es |
dc.description.facultad | Departamento de Ingeniería Informática y Ciencias de la Computación | es |
dc.description.departamento | Departamento de Ingeniería Informática y Ciencias de la Computación. | es |
Aparece en las colecciones: | Ingeniería Informática y Ciencias de la Computación - Tesis Magister |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Resumen.pdf | 39,37 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons