• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo UVaDOCComunidadesPor fecha de publicaciónAutoresMateriasTítulos

    Mi cuenta

    Acceder

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   UVaDOC Principal
    • TRABAJOS FIN DE ESTUDIOS
    • Trabajos Fin de Grado UVa
    • Ver ítem
    •   UVaDOC Principal
    • TRABAJOS FIN DE ESTUDIOS
    • Trabajos Fin de Grado UVa
    • Ver ítem
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/7998

    Título
    Desarrollo e implementación de un algoritmo basado en text mining aplicado a la atribución de autoría
    Autor
    Pedrosa Antón, Alejandro
    Director o Tutor
    Poza Crespo, JesúsAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de TelecomunicaciónAutoridad UVA
    Año del Documento
    2014
    Titulación
    Grado en Ingeniería de Tecnologías Específicas de Telecomunicación
    Resumen
    El objetivo del presente Trabajo Fin de Grado es la implementación de un algoritmo basado en métodos de text mining que permita solventar el problema de la decisión de la autoría en textos españoles. La principal motivación que se persigue es el uso de dos elementos estilométricos, los TAGS y las palabras funcionales (function words, FW) que permitan identificar correctamente el estilo intrínseco de cada autor. De este modo, se pretende desarrollar una plataforma que dé solución al problema que se quiere resolver: la atribución de autoría. Para su desarrollo se han utilizado tres modelos basados en inteligencia artificial: máquinas de vectores de soporte (support vector machine, SVM), una red neuronal de tipo perceptrón multicapa (multilayer perceptron, MLP) y Näive Bayes. Estos algoritmos se han entrenado mediante la combinación de dos indicadores de estilo: las palabras funcionales y los TAGS. Dichos elementos se caracterizan por no presentar una naturaleza dependiente del contexto y por ello escapan de la manipulación por parte de la consciencia humana. Asimismo, se ha estudiado el efecto que ocasiona el uso del análisis de componentes principales (PCA) que permite la reducción de la dimensionalidad del espacio de características del problema. Por último, se ha utilizado un banco de 6 autores españoles contemporáneos para el conjunto de las pruebas, consiguiendo unos resultados de un 92.65% de precisión para experimentos realizados con dos sujetos. Con el presente Trabajo de Fin de Grado se concluye que efectivamente las características analizadas son útiles para el contexto del problema de la atribución de autoría y que además su combinación permite obtener mejores precisiones. Asimismo, el algoritmo implementado consigue precisiones de hasta el 92.65%, mejorando resultados de estudios previos en el ámbito español.
    Materias (normalizadas)
    Inteligencia artificial
    Minería de datos
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/7998
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30858]
    Mostrar el registro completo del ítem
    Ficheros en el ítem
    Nombre:
    TFG-G931.pdf
    Tamaño:
    3.289Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Nombre:
    TFG-G931.zip
    Tamaño:
    124.4Kb
    Formato:
    application/zip
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalLa licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10