Clasificación supervisada de artículos académicos de ACM

Abstract

En los últimos años la cantidad de información disponible ha crecido de manera exponencial. Debido a toda esta información y a la necesidad de procesarla y etiquetar en una categoría, surge la clasificación automática de texto supervisada que nos ayuda a clasificar toda esta información con la ayuda de un experto.
En la actualidad existen herramientas que nos ayudan a clasificar documentos o empresas que crean aplicaciones como pueden ser filtros anti spam, detección de idiomas, clasificación de noticias, etc. El primero no es intuitivo para el usuario final y el segundo normalmente es de pago, y no todos permiten añadir nuevas categorías a la clasificación.
Este trabajo documenta el desarrollo de una librería de clasificación de documentos, que nos permite crear aplicaciones de escritorio, web y consola que son intuitivas para el usuario. La librería permite crear todo tipo de clasificaciones y modelos de entrenamiento, clasificar un documento utilizando los algoritmos implementados y clasificar un grupo de documentos donde el resultado será la matriz de confusión y las métricas de la clasificación.
A pesar de las dificultades encontradas sobre cómo desarrollar la clasificación de textos, se han obtenido buenos resultados para los algoritmos desarrollados y el desarrollo de las aplicaciones usando la librería creada ha sido sencillo.