STEMMING EN ESPAÑOL PARA DOCUMENTOS RECUPERADOS DE LA WEB
Palabras clave:
Búsqueda web, stemming en español, evaluación n-gramasResumen
La recuperación de información en internet, hoy en día se ha convertido en una importante área de investigación, debido al crecimiento acelerado de las fuentes de información que en la web se encuentran. La investigación en este campo se ha centrado en crear mecanismos, métodos y herramientas como los algoritmos de stemming y los meta-buscadores, que optimizan la precisión en este tipo de tareas, mejorando así los resultados retornados al usuario que utiliza el sistema. En este artículo se presenta y describe a nivel general, los componentes de un algoritmo denominado Filtro Español, que permite rea-lizar stemming a documentos escritos en español en un sistema de búsqueda web. Este se diseña, con el fin de ampliar automáticamente la búsqueda a todas las variaciones morfológicas de las palabras digitadas por los usuarios en las consultas y el contenido de los documentos. Para validar la eficiencia del analizador, se realizó un cálculo de similitud entre los documentos, aplicando el método de n-gramas. La evaluación contempla la precisión del filtro donde los resultados de la primera valoración son interesantes.
Biografía del autor/a
Hugo Armando Ordoñez Eraso, Universidad Mariana
Docente Investigador, Facultad de Ingeniería, Universidad Mariana, San Juan de Pasto, Colombia.
Doctorando Ingeniería Telemática, Universidad del Cauca; Magíster en Computación, Universidad del Cauca; miembrodel Grupo de I+D en Tecnología de Información (GTI), Universidad del Cauca; Miembro del Grupo de Investigación en Ingeniería de Sistemas, Universidad Mariana.
Carlos Alberto Cobos Lozada
Referencias bibliográficas
Manning, C., Raghavan, P. & Schütze, H. (2008) An Introduction to Information Retrieval. Cambridge, England: Cambridge University Press.
Baeza-Yates, R., Castillo, C. & Keith, B. (2006) Web Searching. En: Encyclopedia of Language & Linguistics. Elsevier: Oxford. p. 527-538.
Rolleke, T., Tsikrika, T. & Kazai, G (2006) A general matrix fra-mework for modelling Information Retrieval. Information Processing & Management Vol. 42, (1) 4-30.
Jardine & C.J.V. Rijsbergen. (2008) The Use of Hierarchic Clustering in Information Retrieval ... 193 - Usa: Pittsburgh.
Jansen, B. & Spink, A. (2006) How are we searching the World Wide Web? A comparison of nine search engine transaction logs. Information Processing & Management.
Carmona, J., Cervell, S., Màrquez, L., Martí, M., Padró, L., Placer, R., Rodríguez, H., Taulé M. & Turmo, J. (1998) An Environment for Morphosyntactic Processing of UnrestrictedSpanish text.
Cómo citar
Descargas
Lenguajes:
españolTipo:
Texto
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2014 Revista UNIMAR
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publiquen en esta revista aceptan las siguientes condiciones:
1. Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
2. Los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
3. Se permite y recomienda a los autores publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (veaThe Effect of Open Access).
Métricas
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
