SlideShare una empresa de Scribd logo
1 de 18
Descargar para leer sin conexión
Cap 2: Aplicaci´n Pr´ctica
                o    a

Tutores: Luis Antonio Chamba Eras
 Edison Leonardo Coronel Romero

     Carrera de Ingenier´ en Sistemas
                        ıa
      Universidad Nacional de Loja


            Octubre 2012




                                        1 / 18
B´squeda de Texto - Antecedentes
 u

    • Un problema habitual en la Web y otros repositorios de texto
      es el siguiente:




                                                                     2 / 18
B´squeda de Texto - Antecedentes
 u

    • Un problema habitual en la Web y otros repositorios de texto
      es el siguiente:
    • ”Dado un conjunto de palabras, determinar todos los documen-
      tos que contengan una de dicha palabras (o todas)”.




                                                                     3 / 18
B´squeda de Texto - Antecedentes
 u

    • Un problema habitual en la Web y otros repositorios de texto
      es el siguiente:
    • ”Dado un conjunto de palabras, determinar todos los documen-
      tos que contengan una de dicha palabras (o todas)”.
    • Un motor de b´squeda, utiliza una tecnolog´ concreta conocida
                   u                            ıa
      como ”´ ındices invertidos”, en la que para cada palabra que
      aparece en la Web existen 100000000 de palabras diferentes, se
      almacena una lista de todos los lugares donde aparecen dicha
      palabra, servidores mantienen disponibles la informaci´n.
                                                            o




                                                                       4 / 18
B´squeda de Texto - Antecedentes
 u

    • Un problema habitual en la Web y otros repositorios de texto
      es el siguiente:
    • ”Dado un conjunto de palabras, determinar todos los documen-
      tos que contengan una de dicha palabras (o todas)”.
    • Un motor de b´squeda, utiliza una tecnolog´ concreta conocida
                   u                            ıa
      como ”´ ındices invertidos”, en la que para cada palabra que
      aparece en la Web existen 100000000 de palabras diferentes, se
      almacena una lista de todos los lugares donde aparecen dicha
      palabra, servidores mantienen disponibles la informaci´n.
                                                            o
    • Las t´cnicas de ´
           e          ındices invertidos no emplean aut´matas finitos,
                                                       o
      los agentes de b´squeda invierten mucho tiempo en el proceso.
                      u




                                                                        5 / 18
B´squeda de Texto - Antecedentes
 u

    • Un problema habitual en la Web y otros repositorios de texto
      es el siguiente:
    • ”Dado un conjunto de palabras, determinar todos los documen-
      tos que contengan una de dicha palabras (o todas)”.
    • Un motor de b´squeda, utiliza una tecnolog´ concreta conocida
                   u                            ıa
      como ”´ ındices invertidos”, en la que para cada palabra que
      aparece en la Web existen 100000000 de palabras diferentes, se
      almacena una lista de todos los lugares donde aparecen dicha
      palabra, servidores mantienen disponibles la informaci´n.
                                                            o
    • Las t´cnicas de ´
           e          ındices invertidos no emplean aut´matas finitos,
                                                       o
      los agentes de b´squeda invierten mucho tiempo en el proceso.
                      u
    • Existen t´cnicas de b´squeda que utilizan aut´matas, para ello
               e           u                       o
      se necesita cumplir las siguientes caracter´
                                                 ısticas:

                                                                        6 / 18
B´squeda de Texto - Antecedentes
 u




    • El repositorio cambia r´pidamente:noticias al d´ rastreadores
                             a                       ıa,
      Web.




                                                                      7 / 18
B´squeda de Texto - Antecedentes
 u




    • El repositorio cambia r´pidamente:noticias al d´ rastreadores
                             a                       ıa,
      Web.
    • Documentos no clasificados, p´ginas sobre la marcha en res-
                                  a
      puesta a consultas.




                                                                      8 / 18
B´squeda de Texto - Antecedentes
 u




    • El repositorio cambia r´pidamente:noticias al d´ rastreadores
                             a                       ıa,
      Web.
    • Documentos no clasificados, p´ginas sobre la marcha en res-
                                  a
      puesta a consultas.




                                                                      9 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o

    • Conjunto de palabras denominadas ”palabras clave ”, deseamos
      encontrar las apariciones de cualquiera de estas palabras, lo m´s
                                                                     a
      util es dise˜ar un AFND que indique mediante un estado de
      ´           n
      aceptaci´n que se ha encontrado una de las ”palabras clave”,
               o
      el texto de un documento se introduce car´cter por car´cter en
                                                  a            a
      el AFND que permitir´ reconocer las apariciones de las palabras
                            a
      claves en el texto.




                                                                          10 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o

    • Conjunto de palabras denominadas ”palabras clave ”, deseamos
      encontrar las apariciones de cualquiera de estas palabras, lo m´s
                                                                     a
      util es dise˜ar un AFND que indique mediante un estado de
      ´           n
      aceptaci´n que se ha encontrado una de las ”palabras clave”,
               o
      el texto de un documento se introduce car´cter por car´cter en
                                                  a            a
      el AFND que permitir´ reconocer las apariciones de las palabras
                            a
      claves en el texto.
    • Estado inicial con una transici´n a s´ mismo para cada uno de los
                                     o     ı
      s´
       ımbolos de entrada, por ejemplo el alfabeto ASCII, ´ste estado
                                                          e
      inicial representa una conjetura de que no se ha detectado una
      palabra clave, incluso aunque hayamos encontrado algunas de
      las letras de una de esas palabras.



                                                                          11 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o

    • Conjunto de palabras denominadas ”palabras clave ”, deseamos
      encontrar las apariciones de cualquiera de estas palabras, lo m´s
                                                                     a
      util es dise˜ar un AFND que indique mediante un estado de
      ´           n
      aceptaci´n que se ha encontrado una de las ”palabras clave”,
               o
      el texto de un documento se introduce car´cter por car´cter en
                                                  a            a
      el AFND que permitir´ reconocer las apariciones de las palabras
                            a
      claves en el texto.
    • Estado inicial con una transici´n a s´ mismo para cada uno de los
                                     o     ı
      s´
       ımbolos de entrada, por ejemplo el alfabeto ASCII, ´ste estado
                                                          e
      inicial representa una conjetura de que no se ha detectado una
      palabra clave, incluso aunque hayamos encontrado algunas de
      las letras de una de esas palabras.
    • Para cada palabra a1a2...ak hay k estados, q1,q2,...,qk.


                                                                          12 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o



    • Existe una transici´n desde el estado inicial a q1 para a1, una
                         o
      transici´n desde q1 a q2 para a2..., el estado qk es un estado
              o
      de aceptaci´n que indica que se ha encontrado la palabra clave
                  o
      a1a2...ak.




                                                                        13 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o



    • Existe una transici´n desde el estado inicial a q1 para a1, una
                         o
      transici´n desde q1 a q2 para a2..., el estado qk es un estado
              o
      de aceptaci´n que indica que se ha encontrado la palabra clave
                  o
      a1a2...ak.
    • Google.




                                                                        14 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o



    • Existe una transici´n desde el estado inicial a q1 para a1, una
                         o
      transici´n desde q1 a q2 para a2..., el estado qk es un estado
              o
      de aceptaci´n que indica que se ha encontrado la palabra clave
                  o
      a1a2...ak.
    • Google.
    • Amazon.




                                                                        15 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o



    • Existe una transici´n desde el estado inicial a q1 para a1, una
                         o
      transici´n desde q1 a q2 para a2..., el estado qk es un estado
              o
      de aceptaci´n que indica que se ha encontrado la palabra clave
                  o
      a1a2...ak.
    • Google.
    • Amazon.
    • AFND.




                                                                        16 / 18
B´squeda de Texto - Aut´matas Finitos No Deterministas
 u                     o



    • Existe una transici´n desde el estado inicial a q1 para a1, una
                         o
      transici´n desde q1 a q2 para a2..., el estado qk es un estado
              o
      de aceptaci´n que indica que se ha encontrado la palabra clave
                  o
      a1a2...ak.
    • Google.
    • Amazon.
    • AFND.
    • AFD.




                                                                        17 / 18
Bibliograf´
          ıa




  [1]   John E. Hopcroft, Rajeev Motwani y Jeffrey D. Ullman
        Teor´ de Aut´matas, lenguajes y computaci´n
            ıa       o                           o
        Pearson, 2008.




                                                              18 / 18

Más contenido relacionado

Destacado

Perfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-ErasPerfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-ErasUniversidad Nacional de Loja
 
Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...
Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...
Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...Universidad Nacional de Loja
 
Componentes mínimos de modelos de confianza en e-learning y CVA
Componentes mínimos de modelos de confianza en e-learning y CVAComponentes mínimos de modelos de confianza en e-learning y CVA
Componentes mínimos de modelos de confianza en e-learning y CVAUniversidad Nacional de Loja
 
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...Universidad Nacional de Loja
 
Laboratorio virtual para la simulación de componentes internos del computador
Laboratorio virtual para la simulación de componentes internos del computadorLaboratorio virtual para la simulación de componentes internos del computador
Laboratorio virtual para la simulación de componentes internos del computadorUniversidad Nacional de Loja
 
Laboratorio Virtual: una alternativa a la educación teórica
Laboratorio Virtual: una alternativa a la educación teóricaLaboratorio Virtual: una alternativa a la educación teórica
Laboratorio Virtual: una alternativa a la educación teóricaUniversidad Nacional de Loja
 
Matriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemploMatriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemploUniversidad Nacional de Loja
 

Destacado (12)

Perfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-ErasPerfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-Eras
 
Luis Antonio Chamba Eras
Luis Antonio Chamba ErasLuis Antonio Chamba Eras
Luis Antonio Chamba Eras
 
Luis Antonio Chamba Eras
Luis Antonio Chamba ErasLuis Antonio Chamba Eras
Luis Antonio Chamba Eras
 
Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...
Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...
Charla: Cadenas confianza con DNSSEC aplicadas a Comunidades Virtuales de Apr...
 
Componentes mínimos de modelos de confianza en e-learning y CVA
Componentes mínimos de modelos de confianza en e-learning y CVAComponentes mínimos de modelos de confianza en e-learning y CVA
Componentes mínimos de modelos de confianza en e-learning y CVA
 
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en ent...
 
Transparencias atica2012
Transparencias atica2012Transparencias atica2012
Transparencias atica2012
 
Laboratorio virtual para la simulación de componentes internos del computador
Laboratorio virtual para la simulación de componentes internos del computadorLaboratorio virtual para la simulación de componentes internos del computador
Laboratorio virtual para la simulación de componentes internos del computador
 
Minería de Datos - 2015 - Clases
Minería de Datos - 2015 - ClasesMinería de Datos - 2015 - Clases
Minería de Datos - 2015 - Clases
 
Laboratorio Virtual: una alternativa a la educación teórica
Laboratorio Virtual: una alternativa a la educación teóricaLaboratorio Virtual: una alternativa a la educación teórica
Laboratorio Virtual: una alternativa a la educación teórica
 
Matriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemploMatriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemplo
 
Computación - 2015 - Clases
Computación - 2015 - Clases Computación - 2015 - Clases
Computación - 2015 - Clases
 

Similar a Capitulo 2 Aplicación Práctica AF

Similar a Capitulo 2 Aplicación Práctica AF (20)

Web semántica
Web semánticaWeb semántica
Web semántica
 
motores de Búsqueda
motores de Búsquedamotores de Búsqueda
motores de Búsqueda
 
Optimizando Sitios webs con Memcached
Optimizando Sitios webs con MemcachedOptimizando Sitios webs con Memcached
Optimizando Sitios webs con Memcached
 
Orm
OrmOrm
Orm
 
ESAPI
ESAPIESAPI
ESAPI
 
Lenguaje de programción en internet
Lenguaje de programción en internetLenguaje de programción en internet
Lenguaje de programción en internet
 
Buscadores
BuscadoresBuscadores
Buscadores
 
Lenguaje de programción en internet
Lenguaje de programción en internetLenguaje de programción en internet
Lenguaje de programción en internet
 
Principales bases de datos
Principales bases de datosPrincipales bases de datos
Principales bases de datos
 
Principales bases de datos
Principales bases de datosPrincipales bases de datos
Principales bases de datos
 
Taller n13 compiladores_10_junio_2021
Taller n13 compiladores_10_junio_2021Taller n13 compiladores_10_junio_2021
Taller n13 compiladores_10_junio_2021
 
Memorias de traduccion
 Memorias de traduccion Memorias de traduccion
Memorias de traduccion
 
Lenguajes de marcas
Lenguajes de marcasLenguajes de marcas
Lenguajes de marcas
 
Presentacion
PresentacionPresentacion
Presentacion
 
Sanitizando datos con .Net
Sanitizando datos con .NetSanitizando datos con .Net
Sanitizando datos con .Net
 
Modulo 01 tipos de páginas web
Modulo 01   tipos de páginas webModulo 01   tipos de páginas web
Modulo 01 tipos de páginas web
 
Informe interprete sencillo irony y c sharp
Informe interprete sencillo irony y c sharpInforme interprete sencillo irony y c sharp
Informe interprete sencillo irony y c sharp
 
Lenguajes de Marcas en EntornosWeb
Lenguajes de Marcas en EntornosWebLenguajes de Marcas en EntornosWeb
Lenguajes de Marcas en EntornosWeb
 
Introducción a Javascript I
Introducción a Javascript IIntroducción a Javascript I
Introducción a Javascript I
 
Documertar APIs - Meetup.js
Documertar APIs - Meetup.jsDocumertar APIs - Meetup.js
Documertar APIs - Meetup.js
 

Más de Universidad Nacional de Loja

Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...Universidad Nacional de Loja
 
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...Universidad Nacional de Loja
 
Clase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos InformáticosClase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos InformáticosUniversidad Nacional de Loja
 
Clase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos InformáticosClase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos InformáticosUniversidad Nacional de Loja
 
Clase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosClase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosUniversidad Nacional de Loja
 
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Universidad Nacional de Loja
 
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Universidad Nacional de Loja
 
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Universidad Nacional de Loja
 
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Universidad Nacional de Loja
 
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningRol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningUniversidad Nacional de Loja
 
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Universidad Nacional de Loja
 
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...Universidad Nacional de Loja
 
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...Universidad Nacional de Loja
 
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaMDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaUniversidad Nacional de Loja
 
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónCurso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónUniversidad Nacional de Loja
 
Curso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioCurso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioUniversidad Nacional de Loja
 

Más de Universidad Nacional de Loja (20)

Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...Democratización del aprendizaje de la inteligencia artificial desde edades te...
Democratización del aprendizaje de la inteligencia artificial desde edades te...
 
¿Dónde publicar?
¿Dónde publicar?¿Dónde publicar?
¿Dónde publicar?
 
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
Clase3 - Metodología de la Investigación en Ciencias de la Computación: Intro...
 
Clase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos InformáticosClase 2- Introducción a los Proyectos Informáticos
Clase 2- Introducción a los Proyectos Informáticos
 
Clase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos InformáticosClase1- Introducción a la Gestión de Proyectos Informáticos
Clase1- Introducción a la Gestión de Proyectos Informáticos
 
Clase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosClase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos Informáticos
 
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
 
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
 
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
 
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
 
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningRol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
 
Machine Learning para Wawas
Machine Learning para WawasMachine Learning para Wawas
Machine Learning para Wawas
 
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
 
Cienciometria y desarrollo de colecciones
Cienciometria y desarrollo de coleccionesCienciometria y desarrollo de colecciones
Cienciometria y desarrollo de colecciones
 
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
 
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
 
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaMDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
 
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónCurso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
 
Curso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioCurso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitario
 
Curso Ciencia 2.0: NMC Horizon Report 2017
Curso Ciencia 2.0: NMC Horizon Report 2017Curso Ciencia 2.0: NMC Horizon Report 2017
Curso Ciencia 2.0: NMC Horizon Report 2017
 

Último

plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoJosDanielEstradaHern
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxdkmeza
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 

Último (20)

plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° grado
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 

Capitulo 2 Aplicación Práctica AF

  • 1. Cap 2: Aplicaci´n Pr´ctica o a Tutores: Luis Antonio Chamba Eras Edison Leonardo Coronel Romero Carrera de Ingenier´ en Sistemas ıa Universidad Nacional de Loja Octubre 2012 1 / 18
  • 2. B´squeda de Texto - Antecedentes u • Un problema habitual en la Web y otros repositorios de texto es el siguiente: 2 / 18
  • 3. B´squeda de Texto - Antecedentes u • Un problema habitual en la Web y otros repositorios de texto es el siguiente: • ”Dado un conjunto de palabras, determinar todos los documen- tos que contengan una de dicha palabras (o todas)”. 3 / 18
  • 4. B´squeda de Texto - Antecedentes u • Un problema habitual en la Web y otros repositorios de texto es el siguiente: • ”Dado un conjunto de palabras, determinar todos los documen- tos que contengan una de dicha palabras (o todas)”. • Un motor de b´squeda, utiliza una tecnolog´ concreta conocida u ıa como ”´ ındices invertidos”, en la que para cada palabra que aparece en la Web existen 100000000 de palabras diferentes, se almacena una lista de todos los lugares donde aparecen dicha palabra, servidores mantienen disponibles la informaci´n. o 4 / 18
  • 5. B´squeda de Texto - Antecedentes u • Un problema habitual en la Web y otros repositorios de texto es el siguiente: • ”Dado un conjunto de palabras, determinar todos los documen- tos que contengan una de dicha palabras (o todas)”. • Un motor de b´squeda, utiliza una tecnolog´ concreta conocida u ıa como ”´ ındices invertidos”, en la que para cada palabra que aparece en la Web existen 100000000 de palabras diferentes, se almacena una lista de todos los lugares donde aparecen dicha palabra, servidores mantienen disponibles la informaci´n. o • Las t´cnicas de ´ e ındices invertidos no emplean aut´matas finitos, o los agentes de b´squeda invierten mucho tiempo en el proceso. u 5 / 18
  • 6. B´squeda de Texto - Antecedentes u • Un problema habitual en la Web y otros repositorios de texto es el siguiente: • ”Dado un conjunto de palabras, determinar todos los documen- tos que contengan una de dicha palabras (o todas)”. • Un motor de b´squeda, utiliza una tecnolog´ concreta conocida u ıa como ”´ ındices invertidos”, en la que para cada palabra que aparece en la Web existen 100000000 de palabras diferentes, se almacena una lista de todos los lugares donde aparecen dicha palabra, servidores mantienen disponibles la informaci´n. o • Las t´cnicas de ´ e ındices invertidos no emplean aut´matas finitos, o los agentes de b´squeda invierten mucho tiempo en el proceso. u • Existen t´cnicas de b´squeda que utilizan aut´matas, para ello e u o se necesita cumplir las siguientes caracter´ ısticas: 6 / 18
  • 7. B´squeda de Texto - Antecedentes u • El repositorio cambia r´pidamente:noticias al d´ rastreadores a ıa, Web. 7 / 18
  • 8. B´squeda de Texto - Antecedentes u • El repositorio cambia r´pidamente:noticias al d´ rastreadores a ıa, Web. • Documentos no clasificados, p´ginas sobre la marcha en res- a puesta a consultas. 8 / 18
  • 9. B´squeda de Texto - Antecedentes u • El repositorio cambia r´pidamente:noticias al d´ rastreadores a ıa, Web. • Documentos no clasificados, p´ginas sobre la marcha en res- a puesta a consultas. 9 / 18
  • 10. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Conjunto de palabras denominadas ”palabras clave ”, deseamos encontrar las apariciones de cualquiera de estas palabras, lo m´s a util es dise˜ar un AFND que indique mediante un estado de ´ n aceptaci´n que se ha encontrado una de las ”palabras clave”, o el texto de un documento se introduce car´cter por car´cter en a a el AFND que permitir´ reconocer las apariciones de las palabras a claves en el texto. 10 / 18
  • 11. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Conjunto de palabras denominadas ”palabras clave ”, deseamos encontrar las apariciones de cualquiera de estas palabras, lo m´s a util es dise˜ar un AFND que indique mediante un estado de ´ n aceptaci´n que se ha encontrado una de las ”palabras clave”, o el texto de un documento se introduce car´cter por car´cter en a a el AFND que permitir´ reconocer las apariciones de las palabras a claves en el texto. • Estado inicial con una transici´n a s´ mismo para cada uno de los o ı s´ ımbolos de entrada, por ejemplo el alfabeto ASCII, ´ste estado e inicial representa una conjetura de que no se ha detectado una palabra clave, incluso aunque hayamos encontrado algunas de las letras de una de esas palabras. 11 / 18
  • 12. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Conjunto de palabras denominadas ”palabras clave ”, deseamos encontrar las apariciones de cualquiera de estas palabras, lo m´s a util es dise˜ar un AFND que indique mediante un estado de ´ n aceptaci´n que se ha encontrado una de las ”palabras clave”, o el texto de un documento se introduce car´cter por car´cter en a a el AFND que permitir´ reconocer las apariciones de las palabras a claves en el texto. • Estado inicial con una transici´n a s´ mismo para cada uno de los o ı s´ ımbolos de entrada, por ejemplo el alfabeto ASCII, ´ste estado e inicial representa una conjetura de que no se ha detectado una palabra clave, incluso aunque hayamos encontrado algunas de las letras de una de esas palabras. • Para cada palabra a1a2...ak hay k estados, q1,q2,...,qk. 12 / 18
  • 13. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Existe una transici´n desde el estado inicial a q1 para a1, una o transici´n desde q1 a q2 para a2..., el estado qk es un estado o de aceptaci´n que indica que se ha encontrado la palabra clave o a1a2...ak. 13 / 18
  • 14. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Existe una transici´n desde el estado inicial a q1 para a1, una o transici´n desde q1 a q2 para a2..., el estado qk es un estado o de aceptaci´n que indica que se ha encontrado la palabra clave o a1a2...ak. • Google. 14 / 18
  • 15. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Existe una transici´n desde el estado inicial a q1 para a1, una o transici´n desde q1 a q2 para a2..., el estado qk es un estado o de aceptaci´n que indica que se ha encontrado la palabra clave o a1a2...ak. • Google. • Amazon. 15 / 18
  • 16. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Existe una transici´n desde el estado inicial a q1 para a1, una o transici´n desde q1 a q2 para a2..., el estado qk es un estado o de aceptaci´n que indica que se ha encontrado la palabra clave o a1a2...ak. • Google. • Amazon. • AFND. 16 / 18
  • 17. B´squeda de Texto - Aut´matas Finitos No Deterministas u o • Existe una transici´n desde el estado inicial a q1 para a1, una o transici´n desde q1 a q2 para a2..., el estado qk es un estado o de aceptaci´n que indica que se ha encontrado la palabra clave o a1a2...ak. • Google. • Amazon. • AFND. • AFD. 17 / 18
  • 18. Bibliograf´ ıa [1] John E. Hopcroft, Rajeev Motwani y Jeffrey D. Ullman Teor´ de Aut´matas, lenguajes y computaci´n ıa o o Pearson, 2008. 18 / 18