Plataforma inteligente para la recuperación, análisis y representación de la información generada por usuarios en Internet
ISSN: 1135-5948
Año de publicación: 2018
Número: 61
Páginas: 127-130
Tipo: Artículo
Otras publicaciones en: Procesamiento del lenguaje natural
Resumen
Este proyecto viene motivado por la necesidad de definir una plataforma basada en Tecnologías del Lenguaje Humano que sea capaz de procesar la información de manera inteligente y de forma automática, combinando múltiples técnicas y herramientas. Dicha plataforma flexibilizará el modo de mostrar visualmente los datos resultantes para ser adaptados a las necesidades de los usuarios desde un punto de vista analítico. El avance científico de cada una de las tecnologías involucradas en la creación de la plataforma propuesta, así como su combinación e integración en una única infraestructura, supondrá un paso importante dentro de las tecnologías del lenguaje humano, siendo a su vez, de valiosa utilidad para la sociedad actual y futura.
Referencias bibliográficas
- Cadilhac, A., A. Chisholm, B. Hachey, y S. Kharazmi. 2015. Hugo: Entity-based News Search and Summarisation. En Proceedings of the Eighth Workshop on Exploiting Semantic Annotations in Information Retrieval - ESAIR ’15, páginas 51–54.
- El-Helw, A., M. H. Farid, y I. F. Ilyas. 2012. Just-in-time information extraction using extraction views. En Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data, SIGMOD ’12, p´aginas 613–616, New York, NY, USA. ACM.
- Fernández, J., Y. Gutiérrez, J. M. Gómez, P. Martínez-Barco, A. Montoyo, y R. Muñoz. 2013. Sentiment Analysis of Spanish Tweets Using a Ranking Algorithm and Skipgrams. XXIX Congreso de la Sociedad Española de Procesamiento de Lenguaje Natural (SEPLN 2013), páginas 133–142.
- Gutiérrez, Y., S. V´Vázquez, y A. Montoyo. 2017. Spreading semantic information by Word Sense Disambiguation. Knowledge-Based Systems, 132:47–61.
- Iglesias, E. L., A. Seara Vieira, y L. Borrajo. 2013. An HMM-based oversampling technique to improve text classification. Expert Systems with Applications, 40(18):7184–7192.
- Irfan, R., C. K. King, D. Grages, S. Ewen, S. U. Khan, S. A. Madani, J. Kolodziej, L. Z. Wang, D. Chen, A. Rayes, N. Tziritas, C. Z. Xu, A. Y. Zomaya, A. S. Alzahrani, y H. X. Li. 2015. A survey on text mining in social networks. Knowledge Engineering Review, 30(2):157–170.
- Li, Y. y K. D. Joshi. 2012. The state of social computing research: A literature review and synthesis using the latent semantic analysis approach. En 18th Americas Conference on Information Systems 2012, AMCIS 2012, volumen 1, páginas 33–40.
- Moen, H., L. M. Peltonen, J. Heimonen, A. Airola, T. Pahikkala, T. Salakoski, y S. Salanterä. 2016. Comparison of automatic summarisation methods for clinical free text notes. Artificial Intelligence in Medicine, 67:25–37.
- Ravi, K. y V. Ravi. 2015. A survey on opinion mining and sentiment analysis: Tasks, approaches and applications. Knowledge-Based Systems, 89:14–46.
- Zhang, X., J. Zhao, y Y. LeCun. 2015. Character-level convolutional networks for text classification. En Proceedings of the 28th International Conference on Neural Information Processing Systems - Volume 1, NIPS’15, páginas 649–657, Cambridge, MA, USA. MIT Press.