Determinación de Criminales Potenciales en Análisis de Textos: Caso de Estudio

• Published in: Programación Matemática y Software Vol. 11; no. 1
• Main Authors: Oropeza Martínez, Peter Savier, Hernández Aguilar, José Alberto, Ochoa Ortiz Zezzatti, Carlos Alberto, Cossio Franco, Edgar Gonzalo, Ponce Gallegos, Julio César
• Format: Journal Article
• Language: English
• Published: Universidad Autónoma del Estado de Morelos 28-02-2019
• Subjects: Actividades Criminales; Clasificación de patrones; Detección y Reconocimiento; PMC; RNA
• ISSN: 2007-3283; 2007-3283
• DOI: 10.30973/progmat/2019.11.1/2

Esta investigación está orientada a clasificar textos usando Redes Neuronales Artificiales (RNA) específicamente el Perceptron Multicapa (PMC) con Técnicas básicas de palabras embebidas. La clasificación consiste en determinar ya sea que el texto tenga un contexto criminal o no por medio de reconocimiento de patrones. El PMC fue entrenado bajo entrenamiento supervisado y en un rango corto de vocabulario y registros de entrenamiento, cada uno de los cuales tiene una longitud máxima de 300 palabras para hacer procesos de clasificación. Analizar estos tipos de textos podría ayudar a las fuerzas de seguridad del gobierno, a los militares, etc. para fácilmente detectar gente que podría dañar a la población y predecir posibles ataques y prevenirlos. El software desarrollado necesita más técnicas de palabras embebidas, un vocabulario más grande y más registros de entrenamiento para ser más eficiente. El conjunto de datos consiste de dos clases principales que están organizadas como textos de tipo criminal y regular.