Algoritmo para el análisis temático de documentos digitales
El objetivo del artículo es presentar un algoritmo para asignar áreas temáticas a documentos digitales que sirva como herramienta de apoyo al análisis temático dentro de la organización de la información, con el fin de ser implementado en el desarrollo de vocabularios controlados. La metodología uti...
Main Authors: | , |
---|---|
Format: | Article |
Language: | English |
Published: |
Universidad Nacional Autónoma de México
2021-10-01
|
Series: | Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información |
Subjects: | |
Online Access: | http://rev-ib.unam.mx/ib/index.php/ib/article/view/58419/52185 |
id |
doaj-6a1a5c3237c844eda361d1cec30e5d89 |
---|---|
record_format |
Article |
spelling |
doaj-6a1a5c3237c844eda361d1cec30e5d892021-09-28T20:32:58ZengUniversidad Nacional Autónoma de MéxicoInvestigación Bibliotecológica: Archivonomía, Bibliotecología e Información0187-358X2448-83212021-10-013589133110.22201/iibi.24488321xe.2021.89.58419Algoritmo para el análisis temático de documentos digitalesLuis Roberto Polo Bautista 0https://orcid.org/0000-0002-0421-1126Karen Vanessa Martínez Acevedo1https://orcid.org/0000-0002-2595-149XEscuela Nacional de Biblioteconomía y Archivonomía, Instituto Politécnico Nacional MéxicoEscuela Nacional de Biblioteconomía y Archivonomía, Instituto Politécnico Nacional MéxicoEl objetivo del artículo es presentar un algoritmo para asignar áreas temáticas a documentos digitales que sirva como herramienta de apoyo al análisis temático dentro de la organización de la información, con el fin de ser implementado en el desarrollo de vocabularios controlados. La metodología utilizada consistió en aplicar el Reconocimiento Óptico de Caracteres (ROC) y la Asignación Latente de Dirichlet (ALD) como las principales herramientas para el desarrollo de un algoritmo basado en el lenguaje de programación Python, que permite la lectura de archivos con extensión PDF para la obtención de los principales temas del corpus textual. Los resultados de la aplicación del algoritmo demuestran su utilidad en el área de la indización como un sistema para identificar y extraer temas relevantes de un documento específico en formato electrónico, permitiendo la automatización de procesos por parte del profesional de la información. De esta forma, se concluye su uso como desarrollo de puntos de acceso alternativos en función del contenido de los textos.http://rev-ib.unam.mx/ib/index.php/ib/article/view/58419/52185asignación latente de dirichletalgoritmosanálisis temáticodocumentos digitales |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Luis Roberto Polo Bautista Karen Vanessa Martínez Acevedo |
spellingShingle |
Luis Roberto Polo Bautista Karen Vanessa Martínez Acevedo Algoritmo para el análisis temático de documentos digitales Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información asignación latente de dirichlet algoritmos análisis temático documentos digitales |
author_facet |
Luis Roberto Polo Bautista Karen Vanessa Martínez Acevedo |
author_sort |
Luis Roberto Polo Bautista |
title |
Algoritmo para el análisis temático de documentos digitales |
title_short |
Algoritmo para el análisis temático de documentos digitales |
title_full |
Algoritmo para el análisis temático de documentos digitales |
title_fullStr |
Algoritmo para el análisis temático de documentos digitales |
title_full_unstemmed |
Algoritmo para el análisis temático de documentos digitales |
title_sort |
algoritmo para el análisis temático de documentos digitales |
publisher |
Universidad Nacional Autónoma de México |
series |
Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información |
issn |
0187-358X 2448-8321 |
publishDate |
2021-10-01 |
description |
El objetivo del artículo es presentar un algoritmo para asignar áreas temáticas a documentos digitales que sirva como herramienta de apoyo al análisis temático dentro de la organización de la información, con el fin de ser implementado en el desarrollo de vocabularios controlados. La metodología utilizada consistió en aplicar el Reconocimiento Óptico de Caracteres (ROC) y la Asignación Latente de Dirichlet (ALD) como las principales herramientas para el desarrollo de un algoritmo basado en el lenguaje de programación Python, que permite la lectura de archivos con extensión PDF para la obtención de los principales temas del corpus textual. Los resultados de la aplicación del algoritmo demuestran su utilidad en el área de la indización como un sistema para identificar y extraer temas relevantes de un documento específico en formato electrónico, permitiendo la automatización de procesos por parte del profesional de la información. De esta forma, se concluye su uso como desarrollo de puntos de acceso alternativos en función del contenido de los textos. |
topic |
asignación latente de dirichlet algoritmos análisis temático documentos digitales |
url |
http://rev-ib.unam.mx/ib/index.php/ib/article/view/58419/52185 |
work_keys_str_mv |
AT luisrobertopolobautista algoritmoparaelanalisistematicodedocumentosdigitales AT karenvanessamartinezacevedo algoritmoparaelanalisistematicodedocumentosdigitales |
_version_ |
1716865149303783424 |