Detección de tópicos de textos en español usando machine learning, caso discursos Guillermo Lasso Presidente de Ecuador

Resumen

El presente artí­culo tiene como objetivo centrarse en dos de las principales técnicas para Procesamiento de Lenguaje Natural de machine learning para el modelado y detección de tópicos, se trata de los algoritmos Non-negative Matrix Factorization and Latent Dirichlet Allocation que se usarón para experimentar y verificar en corpus de textos en el idioma español, basados en el estado de arte de la atribución de autorí­a relacionado a la detección de tópicos mediante el anólisis de artí­culos cientí­ficos de relevancia sobre el tema, ademós se investigan los distintos modelos destinados a la detección de tópicos resaltando cuales son los mós utilizados, también se busca evaluar el comportamiento y resultados de los dos modelos escogidos. La experimentación se realiza sobre los discursos polí­ticos pasados a texto del Sr. Guillermo Lasso Presidente del Ecuador, se identifican los diferentes tópicos o temas sobre los que trata el corpus de textos formado por los discursos con el fin de conocer directamente su contenido o para dónde estos estón apuntando de manera preliminar sin necesidad de leer el contenido en su totalidad, los resultados se presentan comparando los modelos, así­ se logra determinar con cuól de los dos algoritmos se obtienen resultados mós acertados.