Open AccessTécnicas de aprendizaje de máquina utilizadas para la minería de texto
Author(s) -
Angel Freddy Godoy Viera
Publication year - 2017
Publication title -
investigación bibliotecológica : archivonomía, bibliotecología e información/investigación bibliotecológica
Language(s) - Spanish
Resource type - Journals
SCImago Journal Rank - 0.182
H-Index - 10
eISSN - 2448-8321
pISSN - 0187-358X
DOI - 10.22201/iibi.0187358xp.2017.71.57812
Subject(s) - humanities , artificial intelligence , cartography , computer science , philosophy , geography
Las técnicas de aprendizaje de máquina continúan siendo muy utilizadas para la minería de texto. Para este artículo se realizó una revisión de literatura en periódicos científicos publicados en los años de 2010 y 2011, con el objetivo de identificar las principales formas de aprendizaje de máquina empleadas para la minería de texto. Se utilizó estadística descriptiva para organizar, resumir y analizar los datos encontrados, y se presentó una descripción resumida de las principales encontradas. En los artículos analizados se hallaron 13 aplicadas para la minería de texto, el 83% de los artículos mencionaban de 1 a 3 técnicas de aprendizaje de máquina, las principales usadas por los autores en los artículos estudiados fueron support vector machine (svm), k-means (k-m),k-nearest neighbors (k-nn), naive bayes (nb), self-organizing maps (som). Los pares que aparecen con mayor frecuencia son svm/nb, svm/k-nn, svm/decission tree.