Concepto / Definicion / Introduccion de la mineria de textos como tecnica de recuperacion y organizacion de la informacion
¿Para que sirve la Minería de Textos o Text Mining?
¿Cuales son sus usos? ¿Es util para la recuperacion y organizacion de la informacion?
¿Como hacer minería de textos (Text Mining)?
Conclusiones sobre esta nueva tecnica de recuperacion y organizacion de la informacion
Recursos sobre recuperacion y organizacion de la informacion consultados para la elaboracion de esta
página, especialmente los relacioandos con la Mineria de Textos o Text Mining
![[Valid RSS]](valid-rss.png "Validate my RSS feed")
Contactar
|
En esta pagina se pretenden explicar los conceptos mas
importantes que definen la mineria de textos o text mining como tecnica de recuperacion y organizacion de la informacion
Es una de las ramas de la lingüística computacional que trata de obtener
informacion y conocimiento a partir de conjuntos de datos que en principio no
tienen un orden o no estan dispuestos en origen para transmitir esa
informacion
Es una tecnica clave en un mundo como el actual en el que
continuamente se recogen datos desde distintas perspectivas y de muchos
aspectos diferentes de todas las actividades propias de los seres humanos.
Es imprescindible para entender lo que es la Mineria de
Textos o Text Mining, tener claro antes lo que es el Data Mining:
Este ultimo concepto surgió hace ya mas de cinco años para ayudar a la
comprensión de los contenidos de las bases de datos. En cualquier acto de
comunicación o de tratamiento de información, de lo que se trata es de
adquirir conocimiento a partir de unos datos originales. Para el Data Mining
los datos son la materia prima bruta a los que los usuarios dan un
significado convirtiendolos en información que posteriormente sera tratada y
utilizada por los especialistas para convertirlos en conocimiento.
El data mining a conseguido reunir las ventajas de áreas como la Estadística,
la Inteligencia Artificial, la Computación Gráfica, las Bases de Datos y el
Procesamiento Masivo, las bases de datos como materia prima. Molina y otros
lo definirían como "la integración de un conjunto de áreas que tienen como
propósito la identificación de un conocimiento obtenido a partir de las bases
de datos que aporten un sesgo hacia la toma de decisión" (Molina y otros,
2001).
Entendido que es el Data Mining, podemos extrapolar la misma idea a la
Minería de Textos o Text mining. Los datos a tratar con esta técnica serán,
en lugar de los datos de las bases de datos, los documentos y textos de las
organizaciones, administraciones, compañías, etc.
El Text Mining no se debe confundir con la recuperación de la información,
que es la recuperación automática de documentos relevantes mediante
indexaciones de textos, clasificación, categorización, etc. La información
que realmente le interesaría a la minería de textos es aquella contenida en
esos documentos pero de manera general, es decir, no esta contenida en un
texto en concreto sino que es la información global que tienen todos los
registros, textos, documentos... de la colección en común. Es un análisis de
los datos compartidos por todos los textos de la colección que se ofrece de
manera indirecta, es decir, son informaciones que la colección dará a los
especialistas pero que no fue específicamente incluida en esa colección en el
momento de su creacion para su posterior difusion a los usuarios.
Por tanto, podemos decir que la Mineria de Textos comprende tres actividades
fundamentales:
- Recuperación de información, es decir, seleccionar los textos
pertinentes.
- Extracción de la información incluida en esos textos: hechos,
acontecimientos, datos clave, relaciones entre ellos, etc.
- Por ultimo se realizaria lo que antes definiamos como minería de datos
para encontrar asociaciones entre esos datos claves previamente extraidos de
entre los textos
En resumen, la minería de textos pueden ayudar a que la información implícita
en los documentos más explícitos, que le ahorra tiempo y dinero. Echa un
vistazo a nuestra página de servicios para descubrir la gama de servicios que
actualmente ofrecemos.
El text mining se apoya en otras técnicas como:
- categorización de texto
- procesamiento de lenguaje natural
- extracción y recuperación de la información
- aprendizaje automático
Es muy útil para todas la compañías, administraciones y organizaciones en
general que por las características propias de su funcionamiento, composición
y actividades generan gran cantidad de documentos y que están interesadas en
obtener informacion a partir de todo ese volumen de datos. Les puede servir
para conocer mejor a sus clientes, cuales son sus hábitos, preferencias,...
Un ejemplo claro de la utilizacion de las tecnicas de mineria de textos lo
realizó Hearst en 1999 y es incluido como ejemplo en el articulo en “Data
mining: torturando a los datos hasta que confiesen” de Luis Carlos Molina
Félix. En el describe como Don Swanson trato de extraer información a partir
de colecciones de texto y demostró cómo cadenas de implicaciones causales
dentro de la literatura médica pueden conducir a hipótesis para enfermedades
poco frecuentes, como por ejemplo ocurrio con la migraña. Se pudieron extraer
evidencias a partir de varios articulos de literatura biomedica y algunas de
las claves fueron:
- El estrés está asociado con la migraña.
- El estrés puede conducir a la pérdida de magnesio.
- Los bloqueadores de canales de calcio previenen algunas migrañas.
- El magnesio es un bloqueador natural del canal de calcio.
- La depresión cortical diseminada (DCD) está implicada en algunas
migrañas.
- Los niveles altos de magnesio inhiben la DCD.
- Los pacientes con migraña tienen una alta agregación plaquetaria.
- El magnesio puede suprimir la agregación plaquetaria.
Estas evidencias permitieron crear una hipótesis que no existía en la
literatura científica como tal pero que se pudo encontrar de manera indirecta
haciendo un análisis diferente de los textos. Según Swanson (Swanson y otros,
1994), estudios posteriores probaron experimentalmente esta hipótesis
obtenida por text mining con buenos resultados.
De la misma manera, analizando por ejemplo las fichas de entrada en una
fabrica es posible obtener información sobre los trabajadores que sellan al
entrar y al salir. Estudiándolas detenidamente se podría averiguar si existe
algún día en el que esos trabajadores entran o salen mas tarde de lo normal,
si existe algún departamento en el que los trabajadores suelen salir mas
tarde, la incidencia de faltas o retrasos en función de las fechas, etc.
Es una técnica relativamente nueva, cambiante y que puede adaptarse a
diferentes situaciones y casos, por lo que no existe un método estricto a
seguir siempre. Sin embargo, en términos generales se podría decir que estas
son las cuatro etapas principales:
| Primera |
Determinación de los objetivos. Aclarar que es lo que se esta buscando
con esta investigacion, acotando hasta que punto se quiere profundizar en la
misma y definiendo claramente los limites. |
| Segunda |
Preprocesamiento de los datos, que seria la selección, análisis y
reducción de los textos o documentos de los que se extraerá la información.
Esta etapa consume la mayor parte del tiempo. |
| Tercera |
Determinación del modelo. Según los objetivos planteados y la tarea que
debe llevarse a cabo, pueden utilizarse unas técnicas u otras. |
| Cuarta |
Análisis de los resultados. A partir de los datos extraidos se tratara
de ver su coherencia y se buscaran evidencias, similitudes, excepciones, etc,
que puedan servir al especialista o al usuario que haya encargado el estudio
para extraer conclusiones que pueda utilizar para mejorar algún aspecto de su
empresa, compañía, administración u organización en general. |
La minería de textos es una tecnología recuperacion y organizacion de la informacion que aunque todavía es emergente y
necesita ser mejor desarrollada, nos sirve para obtener un tipo de
información muy útil en cualquier tipo de organización publica o privada.
Económicamente es una técnica que puede utilizarse para ahorrar dinero y
abrir oportunidades de negocio a las empresas.
En cualquier organización, las conclusiones a las que se puede llegar a
través del text mining pueden ser utilizadas para la toma de decisiones.
Y todo esto es consecuencia del desarrollo tan abrumador que la sociedad de
la información a supuesto en cuanto a la generación de información y nuestra
capacidad para almacenarla. Cada vez es mas fácil recabar datos y guardarlos
adecuadamente. El reto es saber aprovechar el potencial de conocimiento
escondido en ellos. Gracias a técnicas de apoyo como el Text Mining se ha
podido ver mas allá de lo que a simple vista ofrecen los documentos. Con esta y otras tecnicas de recuperacion y organizacion de la informacion se ha
podido explorar, analizar, comprender y aplicar el conocimiento encerrado en
los textos.
En el ámbito comercial, resulta interesante encontrar patrones ocultos de
consumo de los clientes para poder explorar nuevos horizontes. Saber que un
vehículo deportivo corre un riesgo de accidente casi igual al de un vehículo
normal cuando su dueño tiene un segundo vehículo en casa ayuda a crear nuevas
estrategias comerciales para ese grupo de clientes. Asimismo, predecir el
comportamiento de un futuro cliente, basándose en los datos históricos de
clientes que presentaron el mismo perfil, ayuda a poder retenerlo durante el
mayor tiempo posible.
El campo de la minería de textos, text mining y data mining ofrece
importantes expectativas profesionales para los documentalistas y los
expertos en el campo de la información y las nuevas tecnologías. Su
aplicación no siempre es sencilla y las organizaciones o administraciones que
necesitan de estos estudios necesitaran consultar a expertos en el área para
llevar a cabo estos estudios. Explicándole los objetivos el experto sabrá
cual es la mejor manera de llevar a cabo el análisis de esos textos.
|
