Articulo : Minería textual Por Ricardo Eíto Brun y Jose A. Senso

Minería textual

Artículo

Por Ricardo Eíto Brun y Jose A. Senso
Ricardo Eíto Brun, licenciado en documentación, es
profesor de la Universidad
Carlos III de Madrid, trabajo
que compagina con el de
responsable de documentación en Adecco Wwit. Ha
publicado numerosos artículos sobre lenguajes de etiquetado, autor de un libro
sobre XML y responsable de
numerosos cursos especializados paraprofesionales.

Resumen: Este artículo trata de establecer una definición de
minería de textos así como delimitar su relación con otras disciplinas: recuperación textual, minería de datos y lingüística computacional. Se analizan además el impacto de la minería textual,
algunas de las aplicaciones comerciales existentes en el mercado
y, por último, se realiza una breve descripción de lastécnicas utilizadas para desarrollar e implementar sistemas de minería de textos.
Palabras clave: Minería de texto, Minería de datos, Recuperación
de información, Agrupación de documentos, Categorización, Clasificación de conceptos.

Title: Text mining
Abstract: This article attempts to establish a definition for "text mining" and, at the same time, to identify its relationship with other
fields:text retrieval, data mining and computational linguistics. In
addition, there is an analysis of the impact of text mining, a reference to existing commercial applications on the market and, lastly, a
brief description of the techniques used for developing and implementing text mining systems.
Keywords: Text minig, Data mining, Information retrieval, Clustering, Categorizing, Conceptclassification.

Eíto Brun, Ricardo y Senso, Jose A. "Minería textual". En: El profesional de la información, 2004, enero-febrero, v. 13, n. 1, pp. 11-27.

Introducción
La minería textual es una de las tecnologías que,
desde su formulación inicial a principios de la década
de los noventa, ha tenido un mayor impacto en las actividades relacionadas con la inteligencia militar. Si
bien este impactonunca ha alcanzado el nivel de generalización de la minería de datos, los desafortunados
acontecimientos del 11 de septiembre de 2001 hicieron
que distintos medios prestasen atención a las tecnologías empleadas por las organizaciones policiales encargadas de luchar contra el terrorismo. Así, a partir de
esa fecha podemos encontrar un mayor número de referencias al uso de la minería textual y dedatos con este propósito.
En este trabajo se ofrece una visión introductoria a
la “minería textual” —text mining—. La minería textual es una aplicación de la lingüística computacional
y del procesamiento de textos que pretende facilitar la
identificación y extracción de nuevo conocimiento a
partir de colecciones de documentos o corpus textuales. Relacionada con la minería de datos (desde unaJose A. Senso, doctor
en Documentación, es
profesor de la Universidad de Granada desde
1998 y subdirector de la
revista El profesional de
la información. Sus líneas
de investigación se centran en sistemas de metadatos, especialmente rdf,
el desarrollo e implementación de la web semántica y Topic Maps.

perspectiva comercial podríamos decir que la minería
textual es “la hermana pequeña”de la minería de datos), la diferencia entre estas dos aplicaciones está en
que con esta última se pretende extraer conocimiento a
partir de los patrones observables en grandes colecciones de datos estructurados que se almacenan en bases
de datos relacionales. En el caso de la minería textual,
se tomará como punto de partida para la extracción de
nuevo conocimiento repositorios documentales otexto. Es decir, información no estructurada.
Definición de minería textual
En primer lugar debemos delimitar el alcance del
término “minería textual” o “minería de textos”, que
utilizaremos como sinónimos en este documento. Acotar el significado de este término —y de la minería textual como disciplina—, no resulta fácil, ya que en ella
confluyen distintas técnicas y principios teóricos...