Master

“Generating Semantic Annotations for Frequent Patterns with Context Analysis”
[Qiaozhu Mei, Dong Xin, Hong Cheng, Jiawei Han, ChengXiang Zhai
Department of Computer Science
University of Illinois at Urbana Champaign
Urbana,IL 61801]

Paper Review

Este “Paper” fue realizado por Qiaozhu Mei, Dong Xin, Hong Cheng, Jiawei Han y ChengXiang Zhai del departamento de ciencia y computación en laUniversidad de Illinois. El cual presenta según descrito por el autor una forma mas eficiente de “Generar anotaciones en la semántica de los patrones frecuentes que encontramos en los análisis de contexto” de los diferentes “Papers” en una base de datos. Estas técnicas presentadas se basan en el estudio de la minería de datos, la cual, es el proceso que intenta descubrir patrones en grandesvolúmenes de conjunto de datos para mencionar rápidamente. El objetivo general del proceso de minería de datos consiste en extraer información de un conjunto de datos y transformándola en una estructura comprensible para su uso posterior, esta ciencia utiliza diferentes métodos para lograr sus objetivos, como lo es, la inteligencia artificial, aprendizaje automático, estadística y sistemas de bases dedatos. Habiendo mencionado lo anterior que nos sirve de referencia básica para este análisis que se va a realizar, se continuara con la revisión de este “Paper”.
El autor demuestra una gran preocupación señalando que en su mayoría, el esfuerzo aplicado a las tareas de minería de datos y su rama de minería de patrones se han enfocado en la creación de grandes algoritmos que se encargan en diferentestipos de patrones, pero, a su ves dejando de lado la interpretación de los mismos. La meta de este “Paper” es señalar/encontrar patrones frecuentes profundizando en la estructuración de la información para dar a si mejores indicadores de los significados escondidos que llevan estos mismos. Se propone un concepto general para generar estas señalizaciones en patrones frecuentes por medio de lareconstrucción de su contexto, indicadores de información selectiva y la extracción de transacciones y semántica similares. Este concepto puede derivar diferentes utilidades como generar descripciones de patrones tipo diccionario, patrones sinónimos, relaciones en la semántica y resumir las clases de semántica con una gama de patrones frecuentes.
Con el pasar de los años el esfuerzo y donde se haconcentrado la mayoría de investigaciones ha sido en su gran variedad de aplicaciones como lo son reglas de asociación, clasificación, “clustering”, descubrimiento de patrones en grandes bases de datos, etc.

Gracias a esto se ha logrado desarrollar varias técnicas como patrones secuenciales, patrones en gráficos, etc. Estas técnicas normalmente logran una gran cantidad de resultados como gruposde patrones completos e información de estadística básica para cada patrón, sin embargo, el volumen excesivo de los resultados y su faltan de información ha complicado la interpretación de sus patrones.
Normalmente un lector antes de leer el contenido de un “Paper”, primero busca algún resumen que muestre la idea principal del documento para ver si es de su interés, a su vez, con estademostración también se busca tener este tipo de resúmenes (patrones similares en “Papers” que atacan temas similares) entre diferentes “Papers” que busquen patrones similares entre si y se forme un conjunto que los relacione para su fácil manipulación. Este “Paper” busca estudiar el problema de la generación automática de patrones frecuentes en la semántica, el cual busca hacer un investigación exhaustiva eninformación de patrones que indique su semántica o algún valor escondido dentro del mismo. Este estudio toma inspiración en el lenguaje de procesamiento natural, donde, las semánticas de una palabra pueden ser deducidas del contexto y palabras con un contexto similar tienden a ser semánticamente similares. En segundo plano también se busca extraer los datos de transacciones que mejor...