Resumen

El tremendo crecimiento en el número de documentos textuales ha generado requisitos diarios para un desarrollo efectivo que permita explorar, analizar y descubrir conocimiento a partir de estos documentos textuales. Los sistemas convencionales de minería y gestión de texto suelen utilizar la presencia o ausencia de palabras clave para descubrir y analizar información útil en los documentos textuales. Sin embargo, el simple recuento de palabras y distribuciones de frecuencia de apariciones de términos no capturan el significado detrás de las palabras, lo que limita la capacidad de extraer información de los textos. Este artículo propone una metodología eficiente para construir una jerarquía/gráfico de organización de textos basada en anotación semántica y aprendizaje. Esta metodología se basa en nociones semánticas para representar el texto en documentos, inferir dependencias y relaciones desconocidas entre conceptos en un texto, medir la relación entre documentos de texto y aplicar procesos de minería utilizando la representación y la medida de relación. El esquema de representación refleja las relaciones existentes entre conceptos y facilita

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Crecimiento; Documentos textuales; Minería de texto; Anotación semántica; Relaciones; Rendimiento de minería
• Keywords:Growth; Textual documents; Text mining; Semantic annotation; Relationships; Mining performance