Skip to Content
Análisis de Texto Aplicado con Python
book

Análisis de Texto Aplicado con Python

by Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda
October 2024
Intermediate to advanced
332 pages
10h
Spanish
O'Reilly Media, Inc.
Content preview from Análisis de Texto Aplicado con Python

Capítulo 6. Agrupación por similitud de textos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

¿Qué harías si te entregaran un montón de papeles -recibos, correos electrónicos, itinerarios de viaje, actas de reuniones- y te pidieran que resumieras su contenido? Una estrategia podría ser leer cada uno de los documentos, subrayando los términos o frases más relevantes de cada uno, y luego ordenarlos en montones. Si una pila empieza a ser demasiado grande, puedes dividirla en dos pilas más pequeñas. Una vez que hayas revisado todos los documentos y los hayas agrupado, podrías examinar cada montón más detenidamente. Tal vez podrías utilizar las frases o palabras principales de cada montón para redactar los resúmenes y dar a cada uno un nombre único: el tema del montón.

De hecho, es una tarea que se practica en muchas disciplinas, desde la medicina al derecho. En esencia, esta tarea de clasificación se basa en nuestra capacidad para comparar dos documentos y determinar su similitud. Los documentos que son similares entre sí se agrupan y los grupos resultantes describen a grandes rasgos los temas, tópicos y patrones generales dentro del corpus. Esos patrones pueden ser discretos (por ejemplo, cuando los grupos no se solapan en absoluto) o difusos (por ejemplo, cuando hay mucha similitud y los documentos son difíciles de distinguir). En cualquier caso, los grupos resultantes representan un modelo del contenido de todos ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

Patrones de Arquitectura con Python

Patrones de Arquitectura con Python

Harry Percival, Bob Gregory
Planos para el análisis de textos con Python

Planos para el análisis de textos con Python

Jens Albrecht, Sidharth Ramachandran, Christian Winkler

Publisher Resources

ISBN: 9798341602144