Modelados de Tópicos. Clasificación no supervisada con LDA
Fil: Gogni, Valeria. Universidad de Buenos Aires. Facultad de Ciencias Económicas; Argentina.
Main Authors: | , |
---|---|
Format: | video |
Language: | spa |
Published: |
2020
|
Subjects: | |
Online Access: | http://hdl.handle.net/11086/16847 |
_version_ | 1801216515937140736 |
---|---|
author | Gogni, Valeria Bianco, María José |
author_facet | Gogni, Valeria Bianco, María José |
author_sort | Gogni, Valeria |
collection | Repositorio Digital Universitario |
description | Fil: Gogni, Valeria. Universidad de Buenos Aires. Facultad de Ciencias Económicas; Argentina. |
format | video |
id | rdu-unc.16847 |
institution | Universidad Nacional de Cordoba |
language | spa |
publishDate | 2020 |
record_format | dspace |
spelling | rdu-unc.168472021-09-23T11:54:41Z Modelados de Tópicos. Clasificación no supervisada con LDA Gogni, Valeria Bianco, María José Tópicos Modelado Algoritmo Variables latentes Covid 19 Fil: Gogni, Valeria. Universidad de Buenos Aires. Facultad de Ciencias Económicas; Argentina. Fil: Bianco, María José. Universidad de Buenos Aires. Facultad de Ciencias Económicas; Argentina. El modelado de tópicos es una técnica avanzada de recuperación de información que automáticamente encuentra los temas generales en un conjunto de documentos de texto. Intenta encontrar temáticas implícitas en un conjunto de textos, permitiendo así organizar, comprender, buscar y resumir automáticamente gran cantidad de archivos electrónicos. Busca reducir la matriz de termino-documento, difícil de procesar debido a su tamaño, a un subespacio de menor dimensión que capture la mayor parte de la varianza en un set de textos y en consecuencia poder agruparlos. Existen diversos algoritmos para implementar esta técnica, siendo los más referenciados: LDA (Latent Dirichlet Allocation), LSI (Latent Semantic Indexing) HDP (Hierarchical Dirichlet Process). LDA es una herramienta potente a la hora de determinar variables ocultas en grandes volúmenes de texto, siendo uno de los métodos más relevantes en clasificación no supervisada. Pertenece a la familia de modelos generativos probabilísticos donde mediante un proceso generativo se define una distribución conjunta de probabilidad sobre las variables latentes y observables y se pretende calcular la probabilidad condicional de las variables latentes dadas las variables observables, es decir, la distribución a posteriori. Para calcular la probabilidad a posteriori se aplica el algoritmo Gibbs Sampling que aproxima una distribución muestreando subconjuntos de variables con baja dimensionalidad, donde cada subconjunto está condicionado por los valores de los otros. Se itera secuencialmente hasta que la aproximación converge a un valor próximo a la distribución original. Su mayor ventaja reside en que las variables latentes representan la estructura temática de dichos documentos permitiendo así, realizar una clasificación en forma automática. El objetivo de este trabajo es aplicar el algoritmo LDA a un conjunto de documentos periodísticos nacionales de actualidad relacionados a la temática de COVID-19 identificando tópicos implícitos que nos permitan comprender y resumir automáticamente la información. Fil: Gogni, Valeria. Universidad de Buenos Aires. Facultad de Ciencias Económicas; Argentina. Fil: Bianco, María José. Universidad de Buenos Aires. Facultad de Ciencias Económicas; Argentina. 2020-11-20T21:35:55Z 2020-11-20T21:35:55Z 2020-10 video http://hdl.handle.net/11086/16847 spa Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc/4.0/ |
spellingShingle | Tópicos Modelado Algoritmo Variables latentes Covid 19 Gogni, Valeria Bianco, María José Modelados de Tópicos. Clasificación no supervisada con LDA |
title | Modelados de Tópicos. Clasificación no supervisada con LDA |
title_full | Modelados de Tópicos. Clasificación no supervisada con LDA |
title_fullStr | Modelados de Tópicos. Clasificación no supervisada con LDA |
title_full_unstemmed | Modelados de Tópicos. Clasificación no supervisada con LDA |
title_short | Modelados de Tópicos. Clasificación no supervisada con LDA |
title_sort | modelados de topicos clasificacion no supervisada con lda |
topic | Tópicos Modelado Algoritmo Variables latentes Covid 19 |
url | http://hdl.handle.net/11086/16847 |
work_keys_str_mv | AT gognivaleria modeladosdetopicosclasificacionnosupervisadaconlda AT biancomariajose modeladosdetopicosclasificacionnosupervisadaconlda |