1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis de Maestría
7. Tesis de Maestría en Computación

Title:	Sistema semiautomático para extraer atributos de documentos semiestructurados y su inserción en un repositorio
Authors:	Jaime Diaz, Karen Jannete%700702
Issue Date:	2018-02-02
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Description:	En el presente documento de tesis se muestra el trabajo realizado durante los dos años de maestría; este trabajo tiene como objetivo ayudar a la conformación del repositorio institucional del Tecnológico Nacional de México (TecNM). El tema que se abordó en este trabajo, es la extracción de información (metadatos) en documentos PDF, específicamente documentos creados en alguna de las instituciones que conforman el TecNM, dichos documentos pueden ser tesis de los niveles licenciatura, maestría y doctorado y artículos científicos con la arquitectura IEEE o ACM. En este documento de tesis se describe la metodología seguida para realizar la extracción semiautomática de información específica (metadatos) en los documentos PDF. Los metadatos que se extraen dependen del tipo de documento (tesis, artículo); algunos de los metadatos que son extraídos de dichos documentos son; autor, título, resumen, fecha, palabras clave, entre otros. También se presentan las pruebas realizadas al sistema desarrollado, así como los resultados obtenidos de dichas pruebas, tomando para evaluar los resultados las medidas de precisión y cobertura, las cuelas muestran cuales fueron los metadatos con mayor y menor calidad de precisión en la extracción.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Tesis de Maestría en Computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License