T1 Detección de Idioma en Twitter (Language Detection on Twitter)
A1 Almeida-Cruz, Yudivián
A1 Estévez-Velarde, Suilan
A1 Piad-Morffis, Alejandro
K1 Detección de Idiomas
K1 n-gramas
K1 trigramas
K1 small words
K1 Twitter
K1 Language detection
K1 n-grams
K1 trigrams
K1 small words
K1 Twitter
AB ResumenEl trabajo presenta una alternativa para identificar idiomas en Twitter sin que sea necesario utilizar conjuntos de entrenamiento o información agregada. En dicha alternativa se utilizan técnicas basadas en los algoritmos de reconocimiento de trigramas y small words. Se valora la utilización de estos algoritmos por sí solos y en un modelo de composición. Asimismo, se analiza la incidencia del pre-procesamiento de los tweets en la precisión de la identificación de los idiomas. Finalmente, después de un proceso de experimentación, se determina la mejor alternativa de las estudiadas.AbstractThe paper presents an alternative to identify languages on Twitter without having to use training sets or aggregated information. Such alternative is based on trigram recognition algorithms and small words techniques. The use of these algorithms is evaluated both on their own and in a model of composition. Also, the incidence of pre-processing of tweets in the accuracy of identifying the language is discussed. Finally, after a process of experimentation, the best alternative, out of those studied, is determined.
PB Universidad Pablo de Olavide
SN 2255-5684
YR 2014
FD 2014
LK http://hdl.handle.net/10433/2760
UL http://hdl.handle.net/10433/2760
LA es
NO GECONTEC: Revista Internacional de Gestión del Conocimiento y la Tecnología
DS RIO
RD May 23, 2026