Text Analysis Using Different Graph-Based Representations

Autores/as

  • Esteban Castillo Juarez Universidad de las Américas Puebla
  • Ofelia Cervantes Villagómez Universidad de las Américas Puebla
  • Darnes Vilariño Ayala Benemérita Universidad Autónoma de Puebla

DOI:

https://doi.org/10.13053/cys-21-4-2551

Palabras clave:

Text modeling, graph-based representation, co-occurrence graphs, text classification, feature-vector approach, graph similarity approach

Resumen

This paper presents an overview of different graph-based representations proposed to solve text classification tasks. The core of this manuscript is to highlight the importance of enriched/non-enriched co-occurrence graphs as an alternative to traditional features representation models like vector representation, where most of the time these models can not map all the richness of text documents that comes from the web (social media, blogs, personal web pages, news, etc). For each text classification task the type of graph created as well as the benefits of using it are presented and discussed. In specific, the type of features/patterns extracted, the implemented classification/similarity methods and the results obtained in datasets are explained. The theoretical and practical implications of using co-occurrence graphs are also discussed, pointing out the contributions and challenges of modeling text document as graphs.

Biografía del autor/a

Esteban Castillo Juarez, Universidad de las Américas Puebla

Esteban Castillo is a Computer Science Ph.D. student at the Universidad de las Américas Puebla (UDLAP), Mexico. He obtained his Master degree from the Benemérita Universidad Autónoma de puebla (BUAP) in 2012. His research interests include: Natural Language Processing, Data Mining, Machine learning, Graph Theory, Data Science and computational linguistics in general.

Ofelia Cervantes Villagómez, Universidad de las Américas Puebla

Ofelia Cervantes is a full time professor of computer science in the Department of Computing, Electronics, and Mechatronics at Universidad de las Américas Puebla (UDLAP), Mexico. She obtained her PhD from the Institut National Polytechnique á Grenoble, France in 1988. Her research interests include: Database systems, social network analysis, Natural Language Processing, Information retrieval, Big Data analytic, among others.

Darnes Vilariño Ayala, Benemérita Universidad Autónoma de Puebla

Darnes Vilariño s a full time professor at the Faculty of Computer Science of the Benemérita Universidad Autónoma de puebla (BUAP). She obtained her PhD in mathematics in the area of optimization at the Havana's University of Cuba in 1997. Her research interests include: information retrieval, Natural Language Processing tasks, and computational linguistics in general.

Descargas

Publicado

2017-12-23

Número

Vol. 21 Núm. 4 (2017): Advances in Human Language Technologies (Guest Editor: A. Gelbukh)

Sección

Articles of the Thematic Issue

Licencia

Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.

Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.

El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.

Esta Transferencia está sujeta a las siguientes reservas:

  • Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
  • Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.