An\ue1lisis y aplicaci\uf3n de t\ue9cnicas de Text Mining para la clasificaci\uf3n autom\ue1tica de documentos :

Trabajo Fin de Grado-Universidad Pontificia de Salamanca, Facultad de Inform\ue1tica, 2021Una de las caracter\uedsticas principales de cualquier texto es referirse a un tema concreto, as\ued como contener palabras clave que lo definan, que pueden permitirnos clasificar dicho texto en funci\uf3n de uno o varios temas principales. El objetivo de este proyecto ha sido poder automatizar todo este proceso mediante t\ue9cnicas de Text Mining, Procesamiento del Lenguaje Natural y Machine Learning utilizando el lenguaje de programaci\uf3n Python 3, uno de los lenguajes m\ue1s utilizados en la actualidad y con mayor proyecci\uf3n a futuro. Para ello, hemos aplicado diferentes procedimientos, como son, el establecer un directorio de trabajo que incluya el corpus a analizar, la lectura de los datos de dicho corpus, el procesado de los mismos y la aplicaci\uf3n del algoritmo LDA (Latent Dirichlet Allocation) para modelado de t\uf3picos con t\ue9cnicas de aprendizaje no supervisado, consiguiendo la clasificaci\uf3n autom\ue1tica del texto sin partir de un conjunto predefinido de temas de clasificaci\uf3n. En nuestro caso hemos aplicado este procedimiento a la revista \u201cCuadernos Salmantinos de Filosof\ueda\u201d, publicada por la Universidad Pontifica de Salamanca. Los resultados obtenidos han sido representados de forma num\ue9rica, gr\ue1fica y textual, siendo comprobados y validados por un experto en filosof\ueda, demostrando as\ued la utilidad del algoritmo utilizado