Modelo de visualización de documentos: cluster y outliers (VA) » książka
Modelo de visualización de documentos: cluster y outliers (VA)
ISBN-13: 9783845487991 / Hiszpański / Miękka / 2011 / 116 str.
En los ultimos anos de modernidad se ha generado una revolucion en la digitalizacion de la informacion: datos numericos y documentos. La mineria de texto es una respuesta a la necesidad de manipular el texto adecuadamente. La visualizacion de datos es una herramienta de la mineria de texto que permite obtener una representacion grafica de la informacion en alta dimension. En este documento se presenta un modelo de separacion de documentos por clases (topicos) e identificacion de estructuras: conglomerados (cluster), sub-conglomerados y valores atipicos (VA- Outliers). Se definen los conceptos de ruido y VA en documentos, tambien se propone una clasificacion de VA basados en el tipo de palabras utilizadas (de proposito particular, general o compartidas). De los diferentes algoritmos de proyeccion de datos el de generacion de mapas topograficos (GTM) ha tomado gran importancia en el marco probabilistico. Se presentan dos algoritmos: uno para la proyeccion y visualizacion de documentos (VL-ZIP) y otro para la separacion de clases. El algoritmo VL-ZIP considera aplicar la funcion de distribucion inflacion de ceros con Poisson (ZIP) y un nuevo espacio latente."
En los últimos años de modernidad se ha generado una revolución en la digitalización de la información: datos numéricos y documentos. La minería de texto es una respuesta a la necesidad de manipular el texto adecuadamente. La visualización de datos es una herramienta de la minería de texto que permite obtener una representación gráfica de la información en alta dimensión. En este documento se presenta un modelo de separación de documentos por clases (tópicos) e identificación de estructuras: conglomerados (cluster), sub-conglomerados y valores atípicos (VA- Outliers). Se definen los conceptos de ruido y VA en documentos, también se propone una clasificación de VA basados en el tipo de palabras utilizadas (de propósito particular, general o compartidas). De los diferentes algoritmos de proyección de datos el de generación de mapas topográficos (GTM) ha tomado gran importancia en el marco probabilístico. Se presentan dos algoritmos: uno para la proyección y visualización de documentos (VL-ZIP) y otro para la separación de clases. El algoritmo VL-ZIP considera aplicar la función de distribución inflación de ceros con Poisson (ZIP) y un nuevo espacio latente.
Czytaj nas na:
KrainaKsiazek.PL - Księgarnia Internetowa
