dor_id: 4142966

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Web Of Science (WoS); SCImago Journal Rank (SJR); Latinoamericanas en Ciencias Sociales y Humanidades (CLASE); Science Direct (ELSEVIER); Dialnet, Directory of Open Access Journals (DOAJ); Library & Information Science Abstracts (LISA) , Red Bibliotecas y Archivos (CSIC)

561.#.#.u: https://iibi.unam.mx/

650.#.4.x: Ciencias Sociales y Económicas

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://rev-ib.unam.mx/ib/index.php/ib/index

351.#.#.b: Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://rev-ib.unam.mx/ib/index.php/ib/article/view/57812/51734

100.1.#.a: Godoy Viera, Ángel Freddy

524.#.#.a: Godoy Viera, Ángel Freddy (2017). Técnicas de aprendizaje de máquina utilizadas para la minería de texto. Investigación Bibliotecológica. Archivonomía, bibliotecología e información; Vol. 31 No. 71, 2017; 103-126. Recuperado de https://repositorio.unam.mx/contenidos/4142966

245.1.0.a: Técnicas de aprendizaje de máquina utilizadas para la minería de texto

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Investigaciones Bibliotecológicas y de la Información, UNAM

264.#.0.c: 2017

264.#.1.c: 2017-03-22

653.#.#.a: Aprendizaje de máquina; Minería de texto; Técnicas de aprendizaje de máquina; Machine Learning; Text Mining; Machine Learning Techniques

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-ND 4.0 Internacional, https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico drevista@iibi.unam.mx

884.#.#.k: http://rev-ib.unam.mx/ib/index.php/ib/article/view/57812

001.#.#.#: 070.oai:ojs.pkp.sfu.ca:article/57812

041.#.7.h: spa

520.3.#.a: Las técnicas de aprendizaje de máquina continúan siendo muy utilizadas para la minería de texto. Para este artículo se realizó una revisión de literatura en periódicos científicos publicados en los años de 2010 y 2011, con el objetivo de identificar las principales formas de aprendizaje de máquina empleadas para la minería de texto. Se utilizó estadística descriptiva para organizar, resumir y analizar los datos encontrados, y se presentó una descripción resumida de las principales encontradas. En los artículos analizados se hallaron 13 aplicadas para la minería de texto, el 83% de los artículos mencionaban de 1 a 3 técnicas de aprendizaje de máquina, las principales usadas por los autores en los artículos estudiados fueron support vector machine (svm), k-means (k-m),k-nearest neighbors (k-nn), naive bayes (nb), self-organizing maps (som). Los pares que aparecen con mayor frecuencia son svm/nb, svm/k-nn, svm/decission tree.

773.1.#.t: Investigación Bibliotecológica. Archivonomía, bibliotecología e información; Vol. 31 No. 71 (2017); 103-126

773.1.#.o: http://rev-ib.unam.mx/ib/index.php/ib/index

022.#.#.a: ISSN electrónico: 2448-8321; ISSN impreso: 0187-358X

310.#.#.a: Trimestral

300.#.#.a: Páginas: 103-126

264.#.1.b: Instituto de Investigaciones Bibliotecológicas y de la Información, UNAM

doi: https://doi.org/10.22201/iibi.0187358xp.2017.71.57812

handle: 3a41fe2737a56ede

harvesting_date: 2023-06-20 17:00:00.0

856.#.0.q: application/pdf

file_creation_date: 2017-03-21 23:38:04.0

file_modification_date: 2017-03-21 23:38:07.0

file_name: ddfbecc2a2668286617e388c7a8d5d6ed09054d30763002abf02d4b0c1f88f0f.pdf

file_pages_number: 24

file_format_version: application/pdf; version=1.4

file_size: 337995

245.1.0.b: Machine Learning Techniques Used for Text Mining

last_modified: 2023-06-20 17:00:00

license_url: https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es

license_type: by-nc-nd

No entro en nada

No entro en nada 2