Clasificación Automática de Textos Periodísticos Usando SVM

El objetivo de la categorización automática de textos (CAT) es asignar una categoría a documentos dentro de un conjunto de categorías predefinidas en función de su contenido. Es considerada una de las tareas de gran interés en la comunidad científica. En los últimos años el periodismo regional, al igual que en todas partes del mundo, pasó de su formato clásico de publicación al electrónico. Así las webs de noticias regionales también se ven obligadas a evolucionar y mejorar sus prestaciones a través de una mejor organización y categorización previa de toda la información disponible para el lector. En este trabajo se propone abordar la clasificación automática de textos periodísticos digitales a través del Aprendizaje Automatizado. Se presentan dos clasificadores automáticos de textos periodísticos extraídos de páginas webs de noticias del NOA basados en Support Vector Machine junto con dos técnicas para la reducción de dimensionalidad del espacio de características. Estos clasificadores fueron evaluados con distintas colecciones de noticias demostrando un buen desempeño.
Fil: Salinas, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Izetta, Javier. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.