Dr MIDA SUS PALABRAS, JOVEN

MATEMÁTICAS ENTRE CUERVOS Y ESCRITORIOS

Autores/as

  • Daniel Mocencahua-Mora Benemérita Universidad Autónoma de Puebla

DOI:

https://doi.org/10.32399/icuap.rdic.2448-5829.2025.32.1526

Palabras clave:

Similitud de palabras, Procesamiento del lenguaje natural, Análisis de texto, Cuervo y escritorio, Métricas de similitud.

Resumen

Este artículo explora el clásico acertijo de Lewis Carroll, “¿En qué se parece un cuervo a un escritorio?”, desde una perspectiva matemática, en particular por medio de métricas de similitud y distancia entre palabras. Partiendo del juego literario y sus diversas respuestas, examinamos cómo conceptos matemáticos como la distancia de Hamming, la similitud de Jaccard, el coseno entre vectores y la distancia de Levenshtein permiten cuantificar relaciones entre palabras. Cada una de estas métricas, al medir diferencias y semejanzas, ofrece una aproximación numérica que aporta nuevos matices a la idea de similitud, a diferencia de las interpretaciones puramente literarias. El análisis se ilustra con una comparación entre las palabras “cuervo” y “escritorio”, demostrando cómo cada métrica arroja distintos grados de similitud. Finalmente, reflexionamos sobre la importancia de estos métodos en aplicaciones tecnológicas actuales, desde procesamiento del lenguaje natural hasta sistemas de recomendación, donde entender la “distancia” entre palabras y conceptos es esencial para personalizar y mejorar la interacción humana con la tecnología. Así, como en el acertijo de Carroll, este artículo muestra que, con el enfoque adecuado, es posible hallar conexiones entre ideas que parecían distantes.

Citas

Carrol, L. (2003). Alicia en el páis de las maravillas. Ediciones del sur. https://www.ucm.es/data/cont/docs/119-2014-02-19-Carroll.AliciaEnElPaisDeLasMaravillas.pdf

Gamero, A. (2014, abril 4). ¿En qué se parece un cuervo a un escritorio? [Blog]. La piedra se Sísifo. Gabinete de curiosidades. https://lapiedradesisifo.com/2014/04/06/en-qu%C3%A9-se-parece-un-cuervo-a-un-escritorio/

Igualada, J. (2009, enero 31). Solución al acertijo [Blog]. Mil matices de gris. https://milmaticesdegris.blogspot.com/2009/01/solucion-al-acertijo.html

Jalal, A. A., Jasim, A. A., & Mahawish, A. A. (2022). A web content mining application for detecting relevant pages using Jaccard similarity. International Journal of Electrical and Computer Engineering (IJECE), 12(6), 6461. https://doi.org/10.11591/ijece.v12i6.pp6461-6471

Kannan, S., Karuppusamy, S., Nedunchezhian, A., Venkateshan, P., Wang, P., Bojja, N., & Kejariwal, A. (2016). Big Data Analytics for Social Media. En Big Data (pp. 63–94). Elsevier. https://doi.org/10.1016/B978-0-12-805394-2.00003-9

Larraz, I., Míguez, R., & Sallicati, F. (2023). Semantic similarity models for automated fact-checking: ClaimCheck as a claim matching tool. El Profesional de la información, e320321. https://doi.org/10.3145/epi.2023.may.21

Nuñez-Prado, C.-J., Talavera Ortega, C., Chanona-Hernández, L., & Sidorov, G. (2323). Aplicación de algoritmos de aprendizaje automático sobre un corpus depresivo digital. Research in Computing Science, 152(8), 89–98. https://rcs.cic.ipn.mx/2023_152_8/Aplicacion%20de%20algoritmos%20de%20aprendizaje%20automatico%20sobre%20un%20corpus%20depresivo%20digital.pdf

Ramos Alvarez, J. I., Torres, R. V., Segarra Faggioni, V., & Pinza Tapia, E. I. (2024). Creación de distractores para preguntas de opción múltiple mediante técnicas de incrustación (Word Embedding). Revista Tecnológica - ESPOL, 36(2), 95–110. https://doi.org/10.37815/rte.v36n2.1161

Rodríguez, D. (2020, junio 17). La distancia de Levenshtein [Analytics Lane]. Ciencia de datos. https://www.analyticslane.com/2020/06/17/la-distancia-de-levenshtein

Publicado

2025-09-05

Cómo citar

Mocencahua-Mora, D. (2025). Dr MIDA SUS PALABRAS, JOVEN: MATEMÁTICAS ENTRE CUERVOS Y ESCRITORIOS. RD-ICUAP, 11(32). https://doi.org/10.32399/icuap.rdic.2448-5829.2025.32.1526

Número

Sección

Artículos