El RepHip UNR fue actualizado el 02/05/24, en el sitio de Ayuda -->+INFO-->Actualizaciones , encontrarán un listado de los cambios realizados. Ante cualquier duda y/o problema por favor escribirnos a rephip@unr.edu.ar
 

Redes neuronales artificiales. Una aplicación a la clasificación de textos según el género: científicos – no científicos

dc.citation.titleRevista de Epistemología y Ciencias Humanases
dc.creatorBeltrán, Celina
dc.date.accessioned2019-03-22T15:01:37Z
dc.date.available2019-03-22T15:01:37Z
dc.date.issued2014
dc.descriptionEn este trabajo se propone el modelo de Redes Neuronales Artificiales con aprendizaje supervisado: Perceptrón Multicapa, utilizando como criterio de clasificación el género al que pertenece el texto (Científico / No Científico) y la caracterización de los textos basada en distribución de frecuencias de las categorías morfo-sintácticas. Se comprobó la efectividad de esta red para la predicción del género, determinando los valores del conjunto de parámetros correspondientes a la misma. El porcentaje de clasificación correcta en cada género fue 99%, 95%, para Científicos y No Científicos respectivamente; mientras que el error global fue del 2.7%.es
dc.description.filFil: Beltrán, Celina. Universidad Nacional de Rosario. Facultad de Cienciases
dc.formatapplication/pdf
dc.format.extent25-34es
dc.identifier.issn1852-625Xes
dc.identifier.urihttp://hdl.handle.net/2133/14284
dc.language.isospaes
dc.publisherGrupo IANUSes
dc.rightsopenAccesses
dc.subjectredes_neuronaleses
dc.subjectclasificaciónes
dc.subjecttextoses
dc.titleRedes neuronales artificiales. Una aplicación a la clasificación de textos según el género: científicos – no científicoses
dc.typearticle
dc.typeartículo
dc.typepublishedVersion
dc.type.collectionarticulo

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
revistaepistemologi.com.ar-r06-02-.-beltran-celina.pdf
Tamaño:
358.02 KB
Formato:
Adobe Portable Document Format
Descripción:
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
7.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción: