Publication: Aplicaciones al análisis automático del contenido provenientes de la teoría matemática de la información
Loading...
Identifiers
Publication date
2002
Defense date
Authors
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Murcia
Impact
Export
Abstract
Reflexión sintética para revisar las propuestas más relevantes que, siguiendola teoría matemática de la comunicación de Shannon y Weaver, hayanafectado a los procedimientos del análisis automático del contenido documental.Partiendo del empleo de la teoría matemática en Ciencia de la Información se explicansus aplicaciones metodológicas en nuestra especialidad, en especial respectoa las técnicas de recuperación de la información. Para después describir los modelosmatemáticos aplicados al análisis automático del contenido: leyes de Zipf yGoffman, antidiccionarios para índices permutados, Indización Estadística de Términospor Frecuencias, algoritmos n-grams y de stemming, así como los referidosa los métodos de agrupación y clasificación como clusters por valor de discriminacióny por relevancia de los términos como son los métodos de agrupación basadosen Grafos Teóricos, los basados en Centros de masas, el algoritmo K-vecinos o Kmedias,el K-vecinos axial o incremental, y el algoritmo ISODATA. Para luegoexponer los clasificadores cienciométricos como el método de Chen y finalmentelos métodos con sistemas de aprendizaje.
This paper analyzes the most important proposals following the Shannon and Weaver's Mathematic Theory of Communication that have influenced in proceedings of automatic content analysis. It's explained the methodological applications of this theory in our discipline, especially about information retrieval. After this, describes the mathematical models applied to automatic content analysis: Laws of Zipf and Goffman, anti-dictionaries to permuted indexes, Statistical Indexation of terms by frequencies, n-grams and stemming algorisms. Also studies the methods of relation and classification like clusters by value of discrimination and by relevance of terms: for example, methods of relations based in Graph Theory, mass core, the K-means or incremental K-means, and the ISODATA algorism. Finally, explains the scientometrics indicators as Chen's coowording and methods with learning systems
This paper analyzes the most important proposals following the Shannon and Weaver's Mathematic Theory of Communication that have influenced in proceedings of automatic content analysis. It's explained the methodological applications of this theory in our discipline, especially about information retrieval. After this, describes the mathematical models applied to automatic content analysis: Laws of Zipf and Goffman, anti-dictionaries to permuted indexes, Statistical Indexation of terms by frequencies, n-grams and stemming algorisms. Also studies the methods of relation and classification like clusters by value of discrimination and by relevance of terms: for example, methods of relations based in Graph Theory, mass core, the K-means or incremental K-means, and the ISODATA algorism. Finally, explains the scientometrics indicators as Chen's coowording and methods with learning systems
Description
Keywords
Análisis de contenido textual, Análisis automático, Elementos matemáticos, Métodos estadísticos, Métodos probabilísticos, Redes neuronales, Coocurrencias, Métodos basados en centroides, Clustering, Textual content analysis., Automatic analysis, Statistical methods, Probabilistic methods, Neural nets, Co-occurrences, Core methods, Clustering
Bibliographic citation
Anales de documentación: revista de biblioteconomía y documentación. N. 5 (2002), pp. 273-286