Main

Proyecto 134186

Un nuevo enfoque de clasificación de textos basado en el consenso de documentos similares.

Responsable: Dr. Manuel Montes y Gómez
Financiado por: CONACYT-México
Vigencia: Aprobado para periodo 2011 a 2014
Num. Referencia: CB-2009-134186
Participantes de:

Objetivo General

A diferencia de trabajos previos, este proyecto propone una nueva manera de aprovechar la información presente en el conjunto de documentos a clasificar. Este nuevo enfoque está motivado en la observación de que mientras más similares sean dos documentos a clasificar existirá mayor probabilidad de que pertenezcan a la misma clase. Básicamente se plantea explorar dos diferentes estrategias para integrar la información del conjunto a clasificar en el proceso de clasificación sin la modificación del modelo de clasificación original. Así, para determinar la categoría de un documento se considerará no sólo su contenido sino las categorías asignadas a documentos similares presentes en el mismo conjunto de datos a clasificar. De esta manera la clasificación deja de ser individual abriendo paso a un enfoque consensuado.

Así, el objetivo general del proyecto es: plantear un nuevo enfoque de clasificación de textos integrando información propia del conjunto de documentos a clasificar a través de una estrategia de consenso.

Objetivos Particulares

  • Proponer métodos para la clasificación de un documento, o conjuntos de documentos, basados en el consenso de documentos similares.
  • Evaluar el desempeño de la clasificación consensuada en diferentes escenarios de clasificación tales como: la clasificación con pocos documentos de entrenamiento; la clasificación en un dominio carente de documentos etiquetados al aprovechar un clasificador existente en un dominio cercano; y la clasificación translingüe, donde se aprovecha un clasificador entrenado en un segundo idioma.

Participantes:

Estudiantes asociados:

  • Adriana Gabriela Ramírez de la Rosa. Estudiante de maestria, INAOE-México. Luego, estudiante de doctorado, UAB-Estados Unidos.
  • Juan Manuel Cabrera. Estudiante de maestría, INAOE-México.
  • Adrían Pastor López. Estudiante de maestría, INAOE-México.
  • Iván Garrido. Estudiante de maestría, INAOE-México.

Productos principales:

Artículos

Tesis