Anales de Documentación (Jul 2011)
Inventario de palabras clave temáticas para la clasificación automática de noticias de televisión
Abstract
En el marco de un proyecto financiado por el Consejo del Audiovisual de Cataluña se realizó una aproximación comunicológica al problema de la selección de palabras clave para la clasificación temática de noticias de televisión a partir de sistemas de reconocimiento automático. Aplicamos análisis del discurso (entorno al concepto “tema”), teoría de la noticia y técnicas lexicométricas y de recuperación de la información para definir un protocolo integral de selección de palabras clave. Del trabajo de 4 investigadores con este protocolo sobre una muestra transcrita de 698 noticias ha resultado un lexicon de 1000 palabras clave distribuidas en 15 temas, contrastado mediante el estadístico Lambda de Wilks.
