Resumen

El uso de idiomas locales es común en las redes sociales y canales de noticias. Las personas comparten valiosos conocimientos sobre diversos temas relacionados con sus vidas en diferentes idiomas. Existe una gran cantidad de texto en varios idiomas locales en Internet que contiene información invaluable. El análisis de este tipo de contenido (texto en idiomas locales) sin duda ayudará a mejorar una serie de tareas de Procesamiento del Lenguaje Natural (PLN). La información extraída de los idiomas locales puede ser utilizada para desarrollar diversas aplicaciones que añadan un nuevo hito en el campo del PLN. En este artículo, presentamos una tarea de investigación aplicada, la clasificación de oraciones multiclase para texto en idioma urdu a nivel de oración existente en las redes sociales, es decir, Twitter, Facebook y canales de noticias, utilizando características de N-gramas. Nuestro conjunto de datos consta de más de 1,00000 instancias de doce (12) tipos diferentes de temas. Se utilizó un famoso clasificador de aprendizaje automático, Random Forest, para clasificar las oraciones. Mostró un 80,

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Idiomas locales; Redes sociales; Canales de noticias; Procesamiento del Lenguaje Natural; Tareas de PLN; Clasificador de aprendizaje automático
• Keywords:Local languages; Social media; News channels; Natural Language Processing; NLP tasks; Machine learning classifier