Fundamentos de Latent Semantic Indexing (LSI) y su aplicación a la categorización de textos periodísticos en euskara
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/1480
Título: | Fundamentos de Latent Semantic Indexing (LSI) y su aplicación a la categorización de textos periodísticos en euskara |
---|---|
Autor/es: | Zelaia Jauregi, Ana Victoria |
Palabras clave: | Descomposición en valores singulares | Latent Semantic Indexing | Singular value decomposition |
Fecha de publicación: | mar-2004 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Cita bibliográfica: | ZELAIA JAUREGI, Ana Victoria. “Fundamentos de Latent Semantic Indexing (LSI) y su aplicación a la categorización de textos periodísticos en euskara”. Procesamiento del lenguaje natural. Nº 32 (marzo 2004), pp. 67-74 |
Resumen: | Muchos métodos de búsqueda de textos en Internet dependen de un emparejamiento exacto entre palabras que busca el usuario y las que existen en el documento. La descomposición en valores singulares utilizada por LSI permite recuperar información basada en conceptos o significados que están latentes en el documento. En este artículo se analizan los fundamentos matemáticos de dicha técnica, y se muestran unos resultados obtenidos para un experimento de categorización de textos. Además, se citan algunas aplicaciones de LSI para el procesamiento del lenguaje natural. | Currently, most approaches to retrieving textual materials from scientific databases depend on a lexical match between words in user's requests and those in document in a database. Using the singular value decomposition, LSI takes advantage of the implicit higher-order structure in the association of terms with documents. Here we describe the mathematical foundations of this technique, and show the results that we have obtained by applying it to a text categorization experiment. Moreover, we note the applications of LSI in NLP. |
Patrocinador/es: | Los experimentos descritos se enmarcan en el proyecto "Aplicación de técnicas basadas en el aprendizaje automático para la clasificación y recuperación de documentos escritos en euskara" que ha sido parcialmente subvencionado por el Gobierno Vasco dentro del programa Universidad-Empresa (Código UE02/B11), por la Universidad del País Vasco UPV00141.226-T-14816/2002 y por la Diputación de Gipuzkoa dentro de un programa de la Comunidad Europea. |
URI: | http://hdl.handle.net/10045/1480 |
ISSN: | 1135-5948 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/article |
Aparece en las colecciones: | Procesamiento del Lenguaje Natural - Nº 32 (marzo 2004) |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PLN_32_05.pdf | 236,31 kB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.