martes, 12 de febrero de 2013

Winter morning walks


As a result of  a daily Walk from Home to the University. I ended up taking  a lot of shots of the forest.


jueves, 7 de febrero de 2013

Diccionario de Entidades Colombianas - Extraccion de Informacion

He trabajado las ultimas semanas en un sistema basado en bootstrapping para capturar automaticamente Entidades (Personas, Lugares, Organizaciones del ambito colombiano) de Texto puro.

La idea de estos diccionarios es que sean utiles en diferentes tareas en las areas de Extraccion de informacion y mineria de datos.
Agrege ciertas entidades de manera manual  y espero seguir agregando nuevas entradas para posteriormente crear una taxonomia de diccionarios.

Para completar la lista agrege un diccionario de jerga latinoamericana (Inclueyendo expresiones multipalabras (Multiword Expressions)) generada automaticamente. Tambien una lista creada manualmente de adjetivos positivos, negativos y sensoriales que pienso extender proximamente.

El repositorio Diccionario de Entidades Colombianas en Github contiene las listas.
Aqui dejo una descripcion



Diccionario de Entidades Colombianas

Esta es una lista de Gazeteers( Diccionarios de Entidades) generados automatica y manualmente. Contiene diccionarios de:

Personas

  • Politicos Colombianos
  • Senadores Colombianos por Partido
  • Presidentes Colombianos
  • Periodistas Colombianos
  • Criminales Colombianos
  • Atletas Colombianos
  • Actores Colombianos

Locaciones

  • Ciudades Colombianas

Organizations

  • Empresas Colombianas
  • Equipos Colombianos de Futbol
  • Abreviaciones de Organizaciones Colombianas
  • Bandas de Musica Colombianas

Utilidades

  • Lista de Adjetivos Negativos
  • Lista de Adjetivos Positivos
  • Lista de Adjetivos Sensoriales
  • Lista de Jerga Latinoamericana con expresiones multipalabra