Analítica textual

Descripción

Si desea obtener o entender sus propios datos textuales para descubrir y detectar automáticamente conocimiento valioso para su empresa, ha llegado al libro indicado. En él se proporciona una introducción a la ciencia y a las aplicaciones de la analítica textual o minería de textos (text mining) que le permitirá examinar fuentes de información
no estructurada textual electrónica.

La ciencia de la minería de textos es capaz de identificar información relevante y descubrir patrones ocultos desde grandes conjuntos de datos de naturaleza textual. Estos descubrimientos pueden convertirse en una forma estructurada que analizar e integrar en otro tipo de sistemas tradicionales de apoyo en la toma de decisiones (por ejemplo, en la inteligencia de negocios, en las bases de datos relacionales y en el data warehouses). Las aplicaciones de la minería de textos o analítica textual son prácticamente transversales en los ámbitos industriales, comerciales, científicos y públicos, por lo que este libro se convertirá en una herramienta clave para la toma de decisiones.
Analítica textual se compone de 10 capítulos que combinan aspectos básicos teóricos de diferentes modelos y métodos computacionales, con ejercicios prácticos paso a paso a través del lenguaje de programación Python.

Asimismo, esta obra revisa:

• ·Los fundamentos de la analítica textual: el procesamiento del lenguaje natural y la representación de documentos.
• ·Las diferentes tareas que se pueden realizar: la extracción de información, el descubrimiento de asociaciones, el análisis semántico, el clustering de documentos, el análisis de tópicos y la categorización de textos.

Gracias a esta lectura, entenderá los paradigmas y los métodos computacionales para desarrollar aplicaciones que analicen automáticamente la información textual o los documentos, y descubrirá patrones novedosos sobre cómo mejorar los procesos en su organización.

AUTORES

John Atkinson Abutridy

Es profesor titular en la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez (UAI), Santiago, Chile. Anteriormente, fue profesor titular y jefe del Departamento de Ciencias de la Computación, en la Universidad de Concepción, Chile, donde también fue fundador y director del Laboratorio de Inteligencia Artificial (2004-2016). Fue profesor asistente en la Universidad Técnica Federico Santa María (UTFSM, Valparaíso, Chile), y profesor en la Pontificia Universidad Católica de Valparaíso. Obtuvo un doctorado en
Inteligencia Artificial de la Universidad de Edimburgo, Escocia (Reino Unido), y un B.Eng y M.Eng en Ciencias de la Computación de UTFSM. En los últimos 25 años, ha estado involucrado en la docencia, investigación y consultoría en Chile y universidades y centros de investigación en todo el mundo. También ha liderado varios proyectos científicos y tecnológicos financiados por agencias nacionales e internacionales, y empresas privadas.
En 2010, recibió el Premio ACM Senior Member por sus contribuciones internacionales a las ciencias de la computación en el lado científico y práctico.
Está activamente involucrado en investigación básica y aplicada en las áreas de Procesamiento del Lenguaje Natural, Minería de Textos, Aprendizaje Automático e Inteligencia Artificial. Parte de su investigación se ha aplicado actualmente para abordar problemas complejos en empresas privadas, incluido el análisis y la minería inteligente de textos, modelos predictivos para la detección de fraudes, minería de opiniones, interfaces inteligentes y sistemas de preguntas y respuestas.

CONTENIDO

ANALÍTICA TEXTUAL 25
1.1 INTRODUCCIÓN 25
1.2 MINERÍA DE TEXTOS Y ANALÍTICA TEXTUAL 28
1.3 TAREAS Y APLICACIONES 30
1.4 EL PROCESO DE LA ANALÍTICA TEXTUAL 33
1.5 RESUMEN 36
1.6 PREGUNTAS 37
2 PROCESAMIENTO DEL LENGUAJE NATURAL 39
2.1 INTRODUCCIÓN 39
2.2 PROCESAMIENTO DEL LENGUAJE NATURAL 41
2.3 NIVELES Y TAREAS EN NLP 42
2.4 RESUMEN 60
2.5 EJERCICIOS 62
3 EXTRACCIÓN DE INFORMACIÓN 71
3.1 INTRODUCCIÓN 71
3.2 EXTRACCIÓN DE INFORMACIÓN BASADA EN REGLAS 75
3.3 EXTRACCIÓN DE ENTIDADES NOMBRADAS 76
3.4 EXTRACCIÓN DE RELACIONES 81
3.5 EVALUACIÓN 86
3.6 RESUMEN 88
3.7 EJERCICIOS 90
4 REPRESENTACIÓN DE DOCUMENTOS 97
4.1 INTRODUCCIÓN 97
4.2 INDEXACIÓN DE DOCUMENTOS 99
4.3 MODELOS DE ESPACIO VECTORIAL 101
4.4 RESUMEN 106
4.5 EJERCICIOS 107
5 ANÁLISIS DE REGLAS DE ASOCIACIÓN 115
5.1 INTRODUCCIÓN 115
5.2 PATRONES DE ASOCIACIÓN 116
5.3 EVALUACIÓN 118
5.4 GENERACIÓN DE REGLAS DE ASOCIACIÓN 120
5.5 RESUMEN 124
5.6 EJERCICIOS 126
6 ANÁLISIS SEMÁNTICO BASADO EN CORPUS 131
6.1 INTRODUCCIÓN 131
6.2 ANÁLISIS BASADO EN CORPUS 133
6.3 ANÁLISIS SEMÁNTICO LATENTE 135
6.4 WORD2VEC 140
6.5 RESUMEN 148
6.6 EJERCICIOS 149
7 AGRUPACIÓN DE DOCUMENTOS 161
7.1 INTRODUCCIÓN 161
7.2 CLUSTERING DE DOCUMENTOS 163
7.3 CLUSTERING K-MEANS 169
7.4 MAPAS AUTOORGANIZATIVOS 172
7.4.1 Aprendizaje de mapas topológicos 174
7.5 RESUMEN 178
7.6 EJERCICIOS 179
8 MODELAMIENTO DE TÓPICOS 188
8.1 INTRODUCCIÓN 189
8.2 MODELAMIENTO DE TÓPICOS 191
8.3 LATENT DIRICHLET ALLOCATION 193
8.4 EVALUACIÓN 200
8.5 RESUMEN 202
8.6 EJERCICIOS 203
9 CATEGORIZACIÓN DE DOCUMENTOS 209
9.1 INTRODUCCIÓN 209
9.2 MODELOS DE CATEGORIZACIÓN 211
9.3 CLASIFICACIÓN BAYESIANA 214
9.4 CATEGORIZACIÓN POR MÁXIMA ENTROPÍA218
9.5 EVALUACIÓN 223
9.6 RESUMEN 225
9.7 EJERCICIOS 227
10 CONCLUSIONES 239

Bibliografía 244

Glosario 250

Índice onomástico 253