dor_id: 29486

506.#.#.a: Público

502.#.#.a:

590.#.#.d: si

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT), SCOPUS, Red de Revistas Cientificas de America Latina y el Caribe,España y Portugal (Redalyc), Scientific Electronic Library Online (SciELO), eJournal, Periódica: Índice de Revistas Latinoamericanas en Ciencias, Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex), Digital Bibliography & Library Project (DBLP)

561.#.#.u: https://www.cic.ipn.mx/

561.#.#.a: Centro de Investigación en Computación

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

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://revistas.unam.mx/index.php/cys/

351.#.#.b: Computación y Sistemas

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: http://www.revistas.unam.mx/front/

883.#.#.a: Revistas UNAM

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

883.#.#.1: http://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://revistas.unam.mx/index.php/cys/article/view/17027/16207

524.#.#.a: Usando Aprendizaje Automático para Extraer Información de Noticias de Desastres Naturales. (2010). Computación y Sistemas; Vol 13, No 001, 2009. Recuperado de https://repositorio.unam.mx/contenidos/29486

720.#.#.a: Montes Y Gómez, Manuel ; Villaseñor Pineda, Luis ; Téllez Valero, Alberto

245.1.0.a: Usando Aprendizaje Automático para Extraer Información de Noticias de Desastres Naturales

502.#.#.c: Instituto Politécnico Nacional

561.1.#.a: Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN

264.#.0.c: 2010

264.#.1.c: 2010-04-27

653.#.#.a: Aprendizaje Automático; Extracción De Información; Clasificación Temática De Textos; Desastres Naturales; Bases De Datos

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, fecha de asignación de la licencia 2010-04-27, para un uso diferente consultar al responsable jurídico del repositorio por medio de computacion-y-sistemas@cic.ipn.mx

884.#.#.k: http://revistas.unam.mx/index.php/cys/article/view/17027

041.#.7.h: spa

520.3.#.a: LOS DESASTRES CAUSADOS POR FENÓMENOS NATURALES HAN ESTADO PRESENTES DESDE EL PRINCIPIO DE LA HISTORIA DEL HOMBRE; SIN EMBARGO, SUS CONSECUENCIAS SON CADA VEZ MAYORES. ESTA TENDENCIA PODRÍA NO SER REVERTIDA EN LOS PRÓXIMOS AÑOS; AL CONTRARIO, SE ESPERA QUE LOS FENÓMENOS NATURALES PUEDAN INCREMENTAR EN NÚMERO E INTENSIDAD DEBIDO AL CALENTAMIENTO GLOBAL. A CAUSA DE ESTA SITUACIÓN ES DE GRAN INTERÉS TENER SUFICIENTES DATOS RELACIONADOS A LOS DESASTRES NATURALES, YA QUE ESTOS DATOS SON ABSOLUTAMENTE NECESARIOS PARA ANALIZAR SU IMPACTO ASÍ COMO PARA ESTABLECER CONEXIONES ENTRE SU OCURRENCIA Y SUS EFECTOS. EN CORRESPONDENCIA CON ESTA NECESIDAD, EN ESTE ARTÍCULO DESCRIBIMOS UN SISTEMA BASADO EN MÉTODOS DE APRENDIZAJE AUTOMÁTICO QUE MEJORA LA ADQUISICIÓN DE DATOS DE DESASTRES NATURALES. ESTE SISTEMA AUTOMÁTICAMENTE LLENA UNA BASE DE DATOS DE DESASTRES NATURALES CON LA INFORMACIÓN EXTRAÍDA DE NOTICIAS DE PERIÓDICOS EN LÍNEA. EN PARTICULAR, ESTE SISTEMA PERMITE EXTRAER INFORMACIÓN ACERCA DE CINCO TIPOS DE DESASTRES NATURALES: HURACANES, TEMBLORES, INCENDIOS FORESTALES, INUNDACIONES Y SEQUÍAS. LOS RESULTADOS EXPERIMENTALES EN UNA COLECCIÓN DE NOTICIAS EN ESPAÑOL MUESTRAN LA EFICACIA DEL SISTEMA PROPUESTO TANTO PARA DETECTAR DOCUMENTOS RELEVANTES SOBRE DESASTRES NATURALES (ALCANZANDO UNA MEDIDA-F DE 98%), ASÍ COMO PARA EXTRAER HECHOS RELEVANTES PARA SER INSERTADOS EN UNA BASE DE DATOS DADA (ALCANZANDO UNA MEDIDA-F DE 76%).

773.1.#.t: Computación y Sistemas; Vol 13, No 001 (2009)

022.#.#.a: 1405-5546

handle: 752e5eba4e698c30

harvesting_date: 2019-02-06 00:00:00.0

856.#.0.q: application/pdf

last_modified: 2019-04-12 00:00:00

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

license_type: by-nc-nd

_deleted_conflicts: 2-89dee4b2a4d8b7acdd3d0093a581303e

No entro en nada

No entro en nada 2

Artículo

Usando Aprendizaje Automático para Extraer Información de Noticias de Desastres Naturales

Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN, publicado en Computación y Sistemas, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Entidad o dependencia
Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN
Revista
Repositorio
Contacto
Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

Cita

Usando Aprendizaje Automático para Extraer Información de Noticias de Desastres Naturales. (2010). Computación y Sistemas; Vol 13, No 001, 2009. Recuperado de https://repositorio.unam.mx/contenidos/29486

Descripción del recurso

Colaborador(es)
Montes Y Gómez, Manuel ; Villaseñor Pineda, Luis ; Téllez Valero, Alberto
Tipo
Artículo de Investigación
Área del conocimiento
Ciencias Sociales y Económicas
Título
Usando Aprendizaje Automático para Extraer Información de Noticias de Desastres Naturales
Fecha
2010-04-27
Resumen
LOS DESASTRES CAUSADOS POR FENÓMENOS NATURALES HAN ESTADO PRESENTES DESDE EL PRINCIPIO DE LA HISTORIA DEL HOMBRE; SIN EMBARGO, SUS CONSECUENCIAS SON CADA VEZ MAYORES. ESTA TENDENCIA PODRÍA NO SER REVERTIDA EN LOS PRÓXIMOS AÑOS; AL CONTRARIO, SE ESPERA QUE LOS FENÓMENOS NATURALES PUEDAN INCREMENTAR EN NÚMERO E INTENSIDAD DEBIDO AL CALENTAMIENTO GLOBAL. A CAUSA DE ESTA SITUACIÓN ES DE GRAN INTERÉS TENER SUFICIENTES DATOS RELACIONADOS A LOS DESASTRES NATURALES, YA QUE ESTOS DATOS SON ABSOLUTAMENTE NECESARIOS PARA ANALIZAR SU IMPACTO ASÍ COMO PARA ESTABLECER CONEXIONES ENTRE SU OCURRENCIA Y SUS EFECTOS. EN CORRESPONDENCIA CON ESTA NECESIDAD, EN ESTE ARTÍCULO DESCRIBIMOS UN SISTEMA BASADO EN MÉTODOS DE APRENDIZAJE AUTOMÁTICO QUE MEJORA LA ADQUISICIÓN DE DATOS DE DESASTRES NATURALES. ESTE SISTEMA AUTOMÁTICAMENTE LLENA UNA BASE DE DATOS DE DESASTRES NATURALES CON LA INFORMACIÓN EXTRAÍDA DE NOTICIAS DE PERIÓDICOS EN LÍNEA. EN PARTICULAR, ESTE SISTEMA PERMITE EXTRAER INFORMACIÓN ACERCA DE CINCO TIPOS DE DESASTRES NATURALES: HURACANES, TEMBLORES, INCENDIOS FORESTALES, INUNDACIONES Y SEQUÍAS. LOS RESULTADOS EXPERIMENTALES EN UNA COLECCIÓN DE NOTICIAS EN ESPAÑOL MUESTRAN LA EFICACIA DEL SISTEMA PROPUESTO TANTO PARA DETECTAR DOCUMENTOS RELEVANTES SOBRE DESASTRES NATURALES (ALCANZANDO UNA MEDIDA-F DE 98%), ASÍ COMO PARA EXTRAER HECHOS RELEVANTES PARA SER INSERTADOS EN UNA BASE DE DATOS DADA (ALCANZANDO UNA MEDIDA-F DE 76%).
Tema
Aprendizaje Automático; Extracción De Información; Clasificación Temática De Textos; Desastres Naturales; Bases De Datos
Idioma
spa
ISSN
1405-5546

Enlaces