Procesamiento de Documentos con Deep Learning
Resumen
Todas las empresas cuentan con una gran cantidad de documentos con formato de texto libre donde se guardan datos útiles para las mismas. Extraer información de diversos documentos que cuentan con una determinada estructura es relativamente sencillo utilizando las herramientas adecuadas, porque la estructura misma nos dice donde se puede localizar determinado dato. Cuando los documentos en cuestión no cuentan con una estructura, o peor aún, cuando la estructura cambia para un mismo tipo de documento de una región a otra, o incluso, dentro de una misma región, se requieren técnicas más complejas que permitan analizar cada documento y extraer los datos necesarios de manera tal que se pueda sortear el obstáculo de la estructura.
Descargas
Citas
Garcia, E. (2020, May 1). Text Clustering. Este es uno de los temas más… | by Erick Garcia Ortiz. Medium. Recuperado 27 de agosto de 2023, desde https://medium.com/@egocv/text-clustering-cdb6515bdc52
Introducción al topic modeling con Gensim (I): fundamentos y preprocesamiento de textos. (2021, March 18). Divulgando Machine Learning - El mundo de los datos. Recuperado 27 de agosto de 2023, desde https://elmundodelosdatos.com/topic-modeling-gensim-fundamentos-preprocesamiento-textos/
Introducción al topic modeling con Gensim (II): asignación de tópicos. (2021, March 31). Divulgando Machine Learning - El mundo de los datos. Recuperado 27 de agosto de 2023, desde https://elmundodelosdatos.com/topic-modeling-gensim-asignacion-topicos/
Los artículos publicados en la Revista Ciencia y Tecnología son de exclusiva propiedad de sus autores. Las opiniones y el contenido de los mismos pertenecen a sus autores, declinando la Universidad de Palermo toda responsabilidad por los derechos que pudiera derivarse de la lectura y/o interpretación del contenido de los artículos publicados.
No se autoriza la reproducción, utilización ni explotación por parte de ningún tercero de los artículos publicados. Sólo se autoriza su uso para fines exclusivamente académicos y/o de investigación.