Please use this identifier to cite or link to this item: http://repositorio.udec.cl/jspui/handle/11594/6708
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAtkinson Abutridy, John Anthony; supervisor de gradoes
dc.contributor.authorAravena Beltrán, Elvis Cristiánes
dc.date.accessioned2021-07-06T12:50:33Z-
dc.date.available2021-07-06T12:50:33Z-
dc.date.issued2007-
dc.identifier.urihttp://repositorio.udec.cl/jspui/handle/11594/6708-
dc.descriptionTesis para optar al grado de Magíster en Ciencias de la Computación.es
dc.description.abstractAl procesar grandes cantidades de textos electrónicos para el propósito de análisis y minería de datos, existen diferentes niveles de conocimiento. Asumiendo que la tarea de análisis sintáctico ya puede ser resuelta utilizando técnicas de análisis sintáctico parcial, el siguiente paso es intentar capturar conocimiento a nivel de las relaciones retóricas (conocimiento a nivel de discurso) de dichos documentos, lo que es de vital importancia para aplicaciones como generación automática de resúmenes, minería de textos y extracción de información. En este contexto, el proceso de identificación y extracción de información a nivel de discurso puede pensarse como un proceso de aprendizaje supervisado a partir del cual un modelo aprende a identificar determinadas relaciones retóricas o de discurso (ej. determinar dónde, en un texto, un autor hace referencia a los resultados del trabajo, su background, conclusiones, etc., y cómo éstos están conectados). El objetivo del trabajo es, entonces, desarrollar un modelo de clasificación en base a técnicas de aprendizaje computacional (ej. Algoritmos Genéticos) y de técnicas de extracción de información, que permitan la captura de conocimiento retórico de textos en lenguaje natural en Español.es
dc.language.isospaes
dc.publisherUniversidad de Concepción.es
dc.rightsCreative Commoms CC BY NC ND 4.0 internacional (Atribución-NoComercial-SinDerivadas 4.0 Internacional)-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es-
dc.source.urihttps://go.openathens.net/redirector/udec.cl?url=http://tesisencap.udec.cl/concepcion/aravena_b_e/index.html-
dc.subjectAlgoritmos Genéticoses
dc.subjectCiencias de la Informaciónes
dc.subjectMinería de Datoses
dc.subjectProcesamiento del Lenguaje Natural (Ciencia de la Computación)es
dc.titleClasificación adaptiva para la identificación de información retórica de textos en lenguaje natural.es
dc.typeTesises
dc.description.facultadDepartamento de Ingeniería Informática y Ciencias de la Computaciónes
dc.description.departamentoDepartamento de Ingeniería Informática y Ciencias de la Computación.es
Appears in Collections:Ingeniería Informática y Ciencias de la Computación - Tesis Magister

Files in This Item:
File Description SizeFormat 
Resumen.pdf66,8 kBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons