Text segmentation by language
La segmentación de textos por idioma puede ser abordada de dos maneras: la primera, asumiendo que los cambios de idioma solo ocurren en los saltos entre oraciones; y la segunda, asumiendo que el idioma puede cambiar en cualquier lugar del texto. En este trabajo se presentan métodos para segmentar am...
- Autores:
-
Ruiz, Robin Cabeza
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2016
- Institución:
- Universidad ICESI
- Repositorio:
- Repositorio ICESI
- Idioma:
- spa
- OAI Identifier:
- oai:repository.icesi.edu.co:10906/81510
- Acceso en línea:
- http://hdl.handle.net/10906/81510
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2289
https://doi.org/10.18046/syt.v14i38.2289
- Palabra clave:
- Textos
Lenguaje natural
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
ICESI2_0fc4b7211dfabb4ba4aea4907e62dad8 |
|---|---|
| oai_identifier_str |
oai:repository.icesi.edu.co:10906/81510 |
| network_acronym_str |
ICESI2 |
| network_name_str |
Repositorio ICESI |
| repository_id_str |
|
| spelling |
Ruiz, Robin CabezaCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.2017-05-27T02:24:16Z2017-05-27T02:24:16Z2016-07-011692-5238http://hdl.handle.net/10906/81510http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2289https://doi.org/10.18046/syt.v14i38.2289instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/La segmentación de textos por idioma puede ser abordada de dos maneras: la primera, asumiendo que los cambios de idioma solo ocurren en los saltos entre oraciones; y la segunda, asumiendo que el idioma puede cambiar en cualquier lugar del texto. En este trabajo se presentan métodos para segmentar ambos tipos de textos por idiomas. Para el primer caso se segmenta el texto a analizar por oraciones y luego se identifica el idioma de cada oración; la segunda propuesta consiste en la adaptación de los modelos ocultos de Markov a la tarea de segmentación de textos por idiomas. El estado del arte es superado por ambas propuestas, según los resultados obtenidos en la experimentación realizada.There are two approaches for text segmentation by language: first, assuming that language changes ha-ppen in the “border” between sentences (never within a sentence); second, assuming that language changes can happen anyplace in the text. This work presents methods for both types of text’s segmentation by languages. On the first pro-posal, the text is initially segmented by sentence, then the language of each sentence is obtained; the second proposal is an adaptation of hidden Markov model to this task. Both cases, according to results obtained in experimental proofs, exceed the state of art.9 páginasDigitalapplication/pdfspaFacultad de IngenieríaSantiago de CaliSistemas & Telemática, Vol. 14, No. 38 - 2016EL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos. Toda persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2TextosLenguaje naturalText segmentation by languageinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1Artículoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Comunidad Universidad Icesi – Investigadores146574ORIGINALdocumento.htmldocumento.htmltext/html319http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/81510/1/documento.htmlb18ccd502dec575fa6d0e95dd0797b07MD5110906/81510oai:repository.icesi.edu.co:10906/815102018-11-27 17:14:04.558Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.co |
| dc.title.spa.fl_str_mv |
Text segmentation by language |
| title |
Text segmentation by language |
| spellingShingle |
Text segmentation by language Textos Lenguaje natural |
| title_short |
Text segmentation by language |
| title_full |
Text segmentation by language |
| title_fullStr |
Text segmentation by language |
| title_full_unstemmed |
Text segmentation by language |
| title_sort |
Text segmentation by language |
| dc.creator.fl_str_mv |
Ruiz, Robin Cabeza |
| dc.contributor.author.spa.fl_str_mv |
Ruiz, Robin Cabeza |
| dc.subject.none.fl_str_mv |
Textos Lenguaje natural |
| topic |
Textos Lenguaje natural |
| description |
La segmentación de textos por idioma puede ser abordada de dos maneras: la primera, asumiendo que los cambios de idioma solo ocurren en los saltos entre oraciones; y la segunda, asumiendo que el idioma puede cambiar en cualquier lugar del texto. En este trabajo se presentan métodos para segmentar ambos tipos de textos por idiomas. Para el primer caso se segmenta el texto a analizar por oraciones y luego se identifica el idioma de cada oración; la segunda propuesta consiste en la adaptación de los modelos ocultos de Markov a la tarea de segmentación de textos por idiomas. El estado del arte es superado por ambas propuestas, según los resultados obtenidos en la experimentación realizada. |
| publishDate |
2016 |
| dc.date.issued.none.fl_str_mv |
2016-07-01 |
| dc.date.accessioned.none.fl_str_mv |
2017-05-27T02:24:16Z |
| dc.date.available.none.fl_str_mv |
2017-05-27T02:24:16Z |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.local.none.fl_str_mv |
Artículo |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.issn.none.fl_str_mv |
1692-5238 |
| dc.identifier.other.spa.fl_str_mv |
http://hdl.handle.net/10906/81510 |
| dc.identifier.uri.none.fl_str_mv |
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2289 |
| dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.18046/syt.v14i38.2289 |
| dc.identifier.instname.none.fl_str_mv |
instname: Universidad Icesi |
| dc.identifier.reponame.none.fl_str_mv |
reponame: Biblioteca Digital |
| dc.identifier.repourl.none.fl_str_mv |
repourl: https://repository.icesi.edu.co/ |
| identifier_str_mv |
1692-5238 instname: Universidad Icesi reponame: Biblioteca Digital repourl: https://repository.icesi.edu.co/ |
| url |
http://hdl.handle.net/10906/81510 http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2289 https://doi.org/10.18046/syt.v14i38.2289 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.none.fl_str_mv |
Sistemas & Telemática, Vol. 14, No. 38 - 2016 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
9 páginas |
| dc.format.medium.none.fl_str_mv |
Digital |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.coverage.spatial.none.fl_str_mv |
Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees. |
| dc.publisher.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.none.fl_str_mv |
Santiago de Cali |
| publisher.none.fl_str_mv |
Facultad de Ingeniería |
| institution |
Universidad ICESI |
| bitstream.url.fl_str_mv |
http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/81510/1/documento.html |
| bitstream.checksum.fl_str_mv |
b18ccd502dec575fa6d0e95dd0797b07 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
| repository.name.fl_str_mv |
Biblioteca Digital - Universidad icesi |
| repository.mail.fl_str_mv |
cdcriollo@icesi.edu.co |
| _version_ |
1814094873718947840 |