Aplicación de técnicas de minería de textos para el análisis de noticias criminales

Abstract

El siguiente trabajo presenta la aplicación y evaluación de técnicas de minería de texto para la clasificación de noticias criminales, donde se construyó un dataset de noticias criminales de diferentes medios de prensa de la ciudad de Popayán, para identificar y caracterizar diferentes tipos de delitos; además, se construyó un diccionario de palabras en español que permite clasificar las noticias según el tipo de delito, basado en los algoritmos de Clustering K-Means, K-Medoids, CLARA. Conjuntamente se implementaron los algoritmos de clasificación supervisada Naive Bayes, Knn, Support Vector Machine y Redes Neuronales, para los que se evaluó el desempeño de la clasificación realizada.

The next paper presents the application and evaluation of text mining techniques for the classification of criminal news, it was build a criminal news dataset was constructed from different media outlets in the city of Popayán to identify and characterize different types of crimes; In addition, a dictionary of words in Spanish was constructed that allows to classify the news according to the type of crime, based on the algorithms of Clustering K-Means, KMedoids, CLARA. The Naive Bayes, K-nn, Support Vector Machine and Neural Networks algorithms applied to monitor the performance of the classification.