Clasificación de páginas web en dominio específico

Please use this identifier to cite or link to this item: http://hdl.handle.net/10045/8069
Información del item - Informació de l'item - Item information
Title: Clasificación de páginas web en dominio específico
Other Titles: Web page classification in specific domain
Authors: Rangel Pardo, Francisco Manuel | Peñas Padilla, Anselmo
Keywords: Clasificación Web | Categorización Web | Dominios específicos | Intención del autor | Meta-información | Metadatos | Cabecera | Enlaces | Url | H&L&U | Web classification | Web categorization | Specific domains | Author's intention | Meta-information | Metadata | Header | Links
Issue Date: Sep-2008
Publisher: Sociedad Española para el Procesamiento del Lenguaje Natural
Citation: RANGEL PARDO, Francisco Manuel; PEÑAS PADILLA, Anselmo. “Clasificación de páginas web en dominio específico”. Procesamiento del lenguaje natural. N. 41 (sept. 2008). ISSN 1135-5948, pp. 89-96
Abstract: El presente trabajo obtiene una representación novedosa y que proporciona un alto rendimiento en la clasificación automática de páginas Web en dominios específicos. Para ello el estudio se centra en obtener una representación formal de la intencionalidad del autor por transmitir información acerca de la página que crea y que se plasma en la meta-información de la misma, en la estructura de enlaces (Links), y en la Url. Se ha construido una colección de pruebas específica del dominio del teatro y la aproximación presentada ha obtenido unas tasas de rendimiento, medidas tanto por el estadístico F como por el intervalo de error cometido, superiores a los métodos existentes en el estado del arte. | This paper obtains a novel representation that provides high performance in the automatic classification of web pages in specific domains. For this the study is focused on obtaining a formal representation of the author's intent to convey information about the web pages that he creates and that is reflected in the meta-information of the same page, in the structure of links, and in the URL. A dataset has been built in the specific domain of theater and the approach presented has obtained a performance raiting, measured both by statistical F and by the interval committed error, higher than existing methods in the state of the art.
Sponsor: Este trabajo ha sido subvencionado parcialmente por el proyecto QEAVis-Catiex (TIN2007-67581-C02-01) del Ministerio de Ciencia e Innovación.
URI: http://hdl.handle.net/10045/8069
ISSN: 1135-5948
Language: spa
Type: info:eu-repo/semantics/article
Appears in Collections:Procesamiento del Lenguaje Natural - Nº 41 (septiembre 2008)

Files in This Item:
Files in This Item:
File Description SizeFormat 
ThumbnailPLN_41_11.pdf201,12 kBAdobe PDFOpen Preview


Items in RUA are protected by copyright, with all rights reserved, unless otherwise indicated.