PyText: una librería para la minería de textos basada en Python
Date
2016-11
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
“Hoy día nuestra sociedad genera grandes cantidades de información que unido al
aumento de las capacidades de almacenamiento, han hecho que todo tipo de
organizaciones puedan disponer de una gran cantidad y variedad de datos
relativos a su actividad diaria. Esta información ofrece a la empresa una visión
perspectiva (qué se está haciendo y cómo se está haciendo) y prospectiva (cómo
puede evolucionar la organización en un futuro a corto‐medio plazo) y es por ello
por lo que tiene una función vital en el proceso de toma de decisiones.
Sin embargo gran cantidad de información obtenida en las bases de datos no se
encuentra bien estructurada resultando difícil de explotar desde el punto de vista
estadístico por lo que para su utilización es necesario un proceso de tratamiento y
análisis exhaustivo de los datos allí recogidos que llamamos a menudo minería de
datos. La minería de textos o text mining puede ser definido [1] como “la aplicación de algoritmos y métodos de los campos del aprendizaje automático y la estadística
sobre los textos con el objetivo de encontrar patrones útiles”. Text mining es una
herramienta empírica que tiene la capacidad de identificar nueva información o
patrones significativos que no son evidentes a partir de una colección de
documentos”.
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading