Agrupamiento de Documentos Textualesmediante Métodos Concatenados

Abstract

Este trabajo tiene como objetivo mostrar una propuesta de agrupamiento de corpus textuales mediante metodos concatenados y su evaluacion a partir de resultados experimentales. Los algoritmos incluidos son Extended Star, SKWIC y Fuzzy SKWIC. El algoritmo Extended Star es considerado un metodo interno, mientras que los algoritmos SKWIC y Fuzzy SKWIC constituyen los dos metodos exteriores en las dos variantes de concatenacion propuestas: Extended Star SKWIC y Extended Star Fuzzy SKWIC. El primer metodo concatenado emplea una tecnica de agrupamiento dura y determinista y el segundo es un metodo borroso. Es ventajoso usar estos metodos concatenados principalmente cuando se desean realizar procesamientos posteriores a los grupos de documentos creados y cuando no se tiene un conocimiento previo del dominio. Finalmente, se muestra la viabilidad de los metodos concatenados propuestos a partir de la aplicacion, a la herramienta Corpus Miner que soporta dichos metodos, de un caso de estudio construido a partir de una coleccion de la agencia de noticias Reuters. Se evaluo la propuesta utilizando pruebas estadisticas no parametricas y se demostro que las variantes concatenadas superan los resultados del agrupamiento respecto a los algoritmos originales.