Física y Minería de textos - Academia de Ciencias de Morelos

13 dic. 2010 - No hay duda que la Inter net ha cambiado mu chos de nuestros hábi tos de buscar información. Por ejemplo, en la actualidad basta.
232KB Größe 8 Downloads 165 vistas
 \ ,UNES  DE $ICIEMBRE DE 

$&$'(0,$'(&,(1&,$6'(025(/26$& ¢&RPHQWDULRV\VXJHUHQFLDV"¢3UHJXQWDVVREUHWHPDVFLHQWtÀFRV"&217É&7$126 HGDFPRU#LEWXQDPP[

)tVLFD\0LQHUtDGHWH[WRVR¢TXpLQYHVWLJDQORVFLHQ *ESÞS !NTONIO DEL 2ÓO 0ORTILLA #ENTRO DE )NVESTIGACIØN EN %NER GÓA 5.!- #AMPUS -ORELOS ANTONIO UNAMMX +ARLA ' #EDANO 6ILLAVICENCIO 5NIDAD DE $IFUSIØN Y %XTENSIØN 5.!- #AMPUS -ORELOS 3HIRLEY !INSWORTH )NSTITUTO DE "IOTECNOLOGÓA 5.!- #AMPUS -ORELOS

.

O HAY DUDA QUE LA )NTER NET HA CAMBIADO MU CHOS DE NUESTROS HÉBI TOS DE BUSCAR INFORMACIØN 0OR EJEMPLO EN LA ACTUALIDAD BASTA TENER ALGUNA DUDA DE CØMO ESCRIBIR UNA PALABRA PARA USAR NUESTRO NAVEGADOR Y CONSUL TAR EL DICCIONARIO EN LÓNEA DE LA !CADEMIA DE LA ,ENGUA %SPA×O LA HACE ALGUNOS A×OS LO NORMAL ERA BUSCAR EN UN DICCIONARIO ES PERANDO QUE FUERA UNO ACTUALI ZADO Y QUE LA PALABRA ESTUVIERA BIEN ESCRITA O QUE NO FUERA MUY RARA PARA ENCONTRARLA %N CAM BIO AHORA CON LAS BÞSQUEDAS POR APROXIMACIØN LO PRIMERO YA NO ES IMPERIOSO Y CON RESPEC TO A LO SEGUNDO HASTA TENEMOS LA OPCIØN DE BUSCAR EN LA PARTE PANHISPÉNICA DE DUDAS DEL DIC CIONARIO ADEMÉS DE LA HISTORIA LEXICOGRÉlCA %N ESTOS DÓAS ES NORMAL HACER UNA BÞSQUEDA Y OBTENER MILES DE OPCIONES Y A VECES QUISIÏ RAMOS TENER LA POSIBILIDAD DE HACER UN RESUMEN O EXTRAER LOS

ASPECTOS RELEVANTES DE TODA ESA INFORMACIØN QUE NOS BRINDA LA )NTERNET 5N EJEMPLO DE LA AVALANCHA DE INFORMACIØN QUE PODEMOS RECI BIR ES LA RESPUESTA A LA PREGUN TA z1UÏ INVESTIGAN LOS CIENTÓl COS EN -ORELOS 9A EXPLICAMOS EN ESTAS PÉGINAS HTTPWWW ACMORORGMXDESCARGAS? NOV??CIENCIOMETRIAPDF QUE HEMOS ENCONTRADO MÉS DE DIEZ MIL ARTÓCULOS DONDE LOS CIENTÓl COS QUE LABORAN EN -ORELOS HAN TRANSMITIDO SUS HALLAZGOS #LA RAMENTE PARA SABER QUÏ HACEN TENDRÓAMOS QUE LEER TODOS ESOS ARTÓCULOS !UNADO A ESTO DADO QUE UN ARTÓCULO DE INVESTIGACIØN EXPLICA NUEVOS HECHOS O DES CRIPCIONES COMO PRODUCTO DEL TRABAJO DE PERSONAS ALTAMENTE ESPECIALIZADAS EN ALGUNA RAMA DEL CONOCIMIENTO ENTONCES LA TAREA DE ENTENDER ESTAS NUEVAS APORTACIONES ES MUCHO MÉS COMPLICADA PARA LAS PERSONAS AJENAS A ESA ÉREA 0RECISAMENTE EL ENTENDIMIEN TO DE ESTAS APORTACIONES ES LO QUE POSIBILITA LA APLICACIØN DE LA CIENCIA Y LA TECNOLOGÓA EN LOS ÉMBITOS ECONØMICOS SOCIALES Y AMBIENTALES PARA CONSEGUIR EL BIENESTAR !NTE ESTA SITUACIØN ES FÉCIL CAER EN LA TENTACIØN DE APLICAR EN CUESTAS O CUESTIONARIOS PARA DETERMINAR LAS LÓNEAS DE INVES TIGACIØN DE LAS INSTITUCIONES O DE LOS CIENTÓlCOS O TECNØLOGOS

,A INVESTIGACIØN CIENTÓlCA ES CAMBIANTE LOS CIENTÓlCOS ABOR DAN DIFERENTES PROBLEMAS Y ESTÉN EN UNA BÞSQUEDA CONS TANTE DE NUEVAS APORTACIONES ,AS ENCUESTAS SERÓAN EL RETRATO DE UN PASADO Y NI SIQUIERA lEL YA QUE FRECUENTEMENTE EL MIS MO INVESTIGADOR NO VE ALGUNAS APLICACIONES %STAS ENCUESTAS SON EQUIVALENTES A SOLICITARLE AL CIENTÓlCO UN INFORME ESCRITO DE SUS LABORES ES ENCARGARLE UNA TAREA DOBLE EL CIENTÓlCO YA ESCRIBIØ Y DETALLØ SUS HALLAZGOS ESTÉN PUBLICADOS ES MÉS ESTÉN EN )NTERNET zPOR QUÏ PEDÓRSELO NUEVAMENTE 4AMBIÏN EN EL ARTÓCULO ANTERIOR HTTP  WWWACMORORGMX DESCARGAS?NOV??CIENCIO METRIAPDF ENCONTRAMOS LAS  ÉREAS DE INVESTIGACIØN MÉS PROLÓlCAS DE LA MAYORÓA DE LOS ARTÓCULOS CIENTÓlCOS DONDE POR LO MENOS UN AUTOR TIENE DIREC CIØN INSTITUCIONAL EN -ORELOS %S MÉS CONOCEMOS LOS TÓTULOS DE LAS REVISTAS CON MÉS DE CIEN ARTÓCULOS h3ALUD 0ÞBLICA DE -ÏXICOv h)NGENIERÓA (IDRÉULICA EN -ÏXICOv AMBAS PUBLICADAS EN -ORELOS ADEMÉS DE h0HY SICAL 2EVIEW %v h&ASEB *OURNALv Y h*OURNAL OF "ACTERIOLOGYv 3IN EMBARGO ESTA INFORMACIØN NO ES LO SUlCIENTEMENTE lNA COMO PARA DÉRSELA A UN EMPRESARIO PARA QUE DECIDA INVERTIR EN UN NUEVO NEGOCIO O A UN GOBER NANTE PARA QUE DElNA UNA PO LÓTICA PÞBLICA DE LARGO ALCANCE 3E REQUIERE CONOCER CON MAYOR

DETALLE LO QUE HACEN LOS CIENTÓ lCOS %S DECIR NECESITAMOS AL IGUAL QUE EN NUESTRA CONSULTA EN )NTERNET ALGO QUE NOS AYUDE A ENCONTRAR LO ESENCIAL DE TODA ESA INFORMACIØN PARA DESPUÏS CON MAYOR CALMA ESCUDRI×ARLA Y OBTENER LO QUE NOS SEA DE MA YOR UTILIDAD #ON ESTA IDEA EN MENTE HACE ALGUNOS A×OS EMPEZAMOS A UTILIZAR HERRAMIENTAS DE LA FÓSICA ESTADÓSTICA PARA ENCONTRAR AS PECTOS RELEVANTES DEL QUEHACER CIENTÓlCO EN EL %STADO DE -ORE LOS ENTRE OTRAS APLICACIONES 3Ó LECTOR ESCRIBIMOS CORRECTAMEN TE FÓSICA ESTADÓSTICA %STA RAMA DE LA FÓSICA HA ESTUDIADO POR MU CHOS A×OS SISTEMAS COMPUESTOS POR MUCHAS PARTES DIGAMOS MUCHAS PARTÓCULAS BUSCANDO OBTENER DESCRIPCIONES SENCILLAS DE UN COMPORTAMIENTO GLOBAL 0OR EJEMPLO PARA DESCRIBIR UN GAS NO ES NECESARIO CONOCER EL COMPORTAMIENTO DE TODAS SUS MOLÏCULAS %N LUGAR DE USAR BILLONES DE BILLONES DE POSICIO NES Y VELOCIDADES DE TODAS LAS MOLÏCULAS EN MOVIMIENTO DEL GAS LA LEY DE LOS GASES IDEALES SOLAMENTE CONTEMPLA LA PRE SIØN VOLUMEN Y TEMPERATURA Y CON ESTAS TRES VARIABLES PUEDE DESCRIBIR EL ESTADO DEL GAS %SO LO APRENDIMOS DESDE LA SECUN DARIA EN LA ,EY DE LOS GASES IDEALES %N ESTE TRABAJO ILUSTRAMOS LA HABILIDAD DE LA FÓSICA ESTADÓSTI CA DE ABORDAR PROBLEMAS COM

$ODFUDQHVSHOtFXODVGHOJDGDVFRUURVLyQDOJXQRVGHORVWHPDVGHLQYHVWLJDFLyQGHORVFLHQWtÀFRVGH0RUHORV

PLEJOS DE UNA FORMA SIMPLE %N PARTICULAR PUEDE SER APLICADA AL ANÉLISIS DE LA INFORMACIØN Y EX TRAER FRASES RELEVANTES DE TEXTOS DE UNA FORMA SIMPLE ES DECIR HACER MINERÓA DE TEXTOS 5NO DE LOS CONCEPTOS QUE MÉS UTILIZAMOS EN LA FÓSICA ESTADÓS TICA ES LA ENTROPÓA QUE ESTÉ RELACIONADA CON ASPECTOS DE ORDEN Y DESORDEN EN EL MUNDO MICROSCØPICO O CON LOS ESTA DOS ACCESIBLES DEL SISTEMA EN EL MUNDO MACROSCØPICO %LLIOT -ONTROLL HTTPENWIKIPEDIA ORGWIKI%LLIOTT?7ATERS?-ON TROLL MOSTRØ ENTRE OTRAS MU CHAS COSAS QUE LA ENTROPÓA ESTÉ RELACIONADA A LA VARIANZA DE LAS CANTIDADES QUE CARACTERIZAN SISTEMAS COMPLEJOS EN PAR TICULAR LA VARIANZA NOS INDICA LA CERTEZA QUE SE PUEDE TENER SOBRE ESAS CANTIDADES ,A VA RIANZA ES EL CUADRADO DE LA DES VIACIØN TÓPICA O ESTÉNDAR VER HTTPESWIKIPEDIAORGWIKI $ESVIACION?TIPICA)NTERPRETACI #"N?Y?APLICACI#"N  %N ESTA OCASIØN QUEREMOS ANALI ZAR EL ORDEN O DESORDEN DE LAS PALABRAS Y PARA ELLO MEDIREMOS LA VARIANZA DE LA DISTANCIA ENTRE LA MISMA PALABRA %STA DISTANCIA ES EL NÞMERO DE PALABRAS ENTRE PALABRAS IGUALES 3I TUVIÏRAMOS UN TEXTO ORDENADO TENDRÓAMOS QUE LAS DISTANCIAS ENTRE UNA MISMA PALABRA SERÓAN IGUALES Y LA VARIANZA SERÓA CERO $ETENGÉMONOS UN MOMENTO EN ESTA PARTE AHORA CONSIDERE

,UNES  DE $ICIEMBRE DE  \ ,! 5.)œ. $% -/2%,/3 \ 

$&$'(0,$'(&,(1&,$6'(025(/26$& ¢&RPHQWDULRV\VXJHUHQFLDV"¢3UHJXQWDVVREUHWHPDVFLHQWtÀFRV"&217É&7$126 HGDFPRU#LEWXQDPP[

QWtÀFRVHQ0RUHORV"

&5e',72'()2726758-,//2

MOS UN TEXTO GENERADO ESCO GIENDO ALEATORIAMENTE DE UN DICCIONARIO ES DECIR TOMAMOS EL DICCIONARIO LO ABRIMOS EN ALGUNA PÉGINA Y RÉPIDAMENTE SELECCIONAMOS UNA PALABRA LA PONEMOS EN EL TEXTO CERRAMOS EL DICCIONARIO Y LO VOLVEMOS ABRIR EN ALGUNA OTRA PÉGINA Y NUEVAMENTE SELECCIO NAMOS OTRA PALABRA QUE COLOCAMOS EN EL TEXTO ASÓ SUCESIVAMENTE #ON ESTE PROCEDI MIENTO TENDRÓAMOS UN TEXTO COMPLE TAMENTE DESOR DENADO EN SUS PALABRAS Y LAS DISTANCIAS ENTRE LAS PALABRAS TEN DRÓAN VARIANZAS DEL MISMO TAMA ×O QUE EL PRO MEDIO $E ESTA MANERA NUESTRO PROCEDIMIENTO PARA ENCONTRAR LAS PALA BRAS RELEVANTES DE LOS TEXTOS RADICA EN CAL CULAR LA VARIANZA DE LAS DISTANCIAS ENTRE LA MISMA PALABRA Y AQUELLAS PALABRAS CUYAS VARIANZAS NO SEAN CERO Y QUE DIlERAN MUCHO DE SU PRO MEDIO SON PALABRAS RELEVANTES %N ESTE TEXTO HEMOS HECHO UN EJEMPLO POR ESO HABRÉS NOTADO QUE HEMOS PUESTO UNA PALABRA SUBRAYADA Y OTRA PALABRA EN NE GRILLAS ,A PALABRA EN NEGRILLAS hLAv TIENE UNA VARIANZA CERCANA A SU PROMEDIO LO QUE QUIERE QUE DECIR ES UNA PALABRA ACCE

SORIA UN ARTÓ CULO DElNI DO QUE ES NECE SARIO PARA LA FORMA DEL TEXTO NO TRANSMITIR LA IDEA Y LA VEMOS SALPICADA CON DESOR DEN EN ESTE TEXTO %N CAMBIO LA PALABRA hPALABRAv APARECE CO

LOCADA EN ALGUNOS PUNTOS CLAVES EN LUGARES DONDE FUE COLOCADA IN TENCIONALMENTE ES DECIR ES UNA PALABRA RELEVANTE Y SU VARIANZA ES DE  VECES EL VALOR DE SU DISTANCIA PROMEDIO INDICANDO QUE NO ES UNA PALABRA COLOCADA AL AZAR NI EN ORDEN SINO QUE FUE USADA PARA EXPLICAR ALGO SUS TANCIAL EN ESTE TEXTO #OMENTA MOS QUE OTRA PALABRA RELEVANTE EN ESTE TEXTO ES DICCIONARIO LE SUGERIMOS AL LECTOR CALCULAR LA VARIANZA NORMALIZADA DE ESTA PALABRA %STA METODOLOGÓA NOS PERMITE ENCONTRAR LAS PALABRAS O FRASES RELEVANTES DE TEXTOS Y OBTENER INFORMACIØN @ESCONDIDA EN UN MAR DE INFORMACIØN SIN NECE SIDAD DE LEERLA Y SIN NECESIDAD DE SER ESPECIALISTA EN EL TEMA %N PARTICULAR ESO HICIMOS CON LOS MÉS DE DIEZ MIL ARTÓCULOS DE INVESTIGACIØN DE -ORELOS $URANTE VARIOS A×OS Y EN CO LABORACIØN CON (ÏCTOR #ORTÏS Y *ANE 2USSELL COLEGAS DE LA

5.!- HEMOS DETECTADO ALGU NAS DECENAS DE FRASES RELEVAN TES EN LOS RESÞMENES DE ESTOS ARTÓCULOS !LGUNAS DE ESTAS FRA SES RELEVANTES SON ETLI PALABRA LIGADA CON UN TIPO DE BACTERIA RELACIONADA CON EL FRIJOL #D3 Y #D4E THIN lLMS PELÓCULAS DEL GADAS SEMICONDUCTORAS FE MALE COMMERCIAL SEX WORKERS SEXOSERVIDORAS #ENTRUROIDES ALACRANES MEAN BLOOD LEAD LE VELS NIVELES MEDIOS DE PLOMO EN LA SANGRE ASTHMA ASMA CORROSIØN TOXINAS #LARAMENTE ESTAS FRASES DETALLAN CON MA YOR PRECISIØN EL ESPECTRO DE LAS INVESTIGACIONES EN -ORELOS $E ESTAS PODEMOS INFERIR QUE LOS INVESTIGADORES EN -ORELOS ABORDAN PROBLEMAS SOBRE EL CAMPO COMO EL FRIJOL PELÓCU LAS DELGADAS SEMICONDUCTORAS PARA DISPOSITIVOS FOTOVOLTÉICOS ANTÓDOTOS PARA PIQUETES DE ALA CRANES PROBLEMAS SOCIALES ÓNTI MAMENTE LIGADOS CON LA SALUD CONTAMINACIØN DE PLOMO EN LOS HUMANOS ENTRE OTROS MUCHOS TØPICOS DE RELEVANCIA SOCIAL Y

ECONØMICA QUE INTERESAN NO SOLA MENTE AL ESTADO SINO AL PAÓS %S MÉS SABEMOS QUE EL DESARROLLO DEL ANTIVENENO DE ALACRÉN ES UNO DE LOS LOGROS DE INNOVACIØN BASADA EN CIENCIA DE -ORELOS 4AMBIÏN SE SABE QUE SE TIENE UNA COMPA×ÓA EXI TOSA QUE PROTEGE LAS ESTRUCTURAS METÉLICAS CONTRA LA CORROSIØN %STOS SON DOS EJEMPLOS DE QUE LAS PALABRAS DETECTADAS PUEDEN INDICAR CON MAYOR PRECISIØN LOS NICHOS DE INNOVACIØN ,A INFORMACIØN ANTERIOR ES UN EJEMPLO DE LO QUE SE PUEDE OB TENER CON LA MINERÓA DE TEXTOS SIN NECESIDAD DE LEER LOS TEXTOS ,OS RESULTADOS ANTERIORES SE OB TUVIERON EN MINUTOS AL APLICAR LA FÓSICA ESTADÓSTICA Y UNA HERRA MIENTA COMPUTACIONAL QUE IM PLEMENTA LOS ALGORITMOS %N RESUMEN LA CIENCIA BÉSICA TIENE REPERCUSIONES MÉS ALLÉ DE DONDE IMAGINAMOS Y REQUIERE QUE LA SOCIEDAD A TRAVÏS DE SU GOBIERNO APOYE SU DESARROLLO !GRADECIMIENTO 1UEREMOS AGRADECER AL )NG (ÏCTOR #ORTÏS POR LA IMPLEMENTACIØN DEL AL GORITMO DE MINERÓA EN UN CØDI GO AMIGABLE

3DUDDFWLYLGDGHVUHFLHQWHVGHOD$FDGHPLD\DUWtFXORVDQWHULRUHVSXHGHFRQVXOWDUZZZ DFPRURUJP[