Taming Text

Publicado por Manning en 2013 y escrito por ingenieros vinculados a la Apache Software Foundation (Drew Farris, Grant Ingersoll y Thomas Morton), este título es un manual práctico concebido para domar texto no estructurado en entornos corporativos. Centrado en el ecosistema Java y las tecnologías Apache de procesamiento y búsqueda de información (Lucene 3.x/4.x, Solr, OpenNLP y Mahout), está orientado a desarrolladores e ingenieros de software intermedios que necesitan construir soluciones de búsqueda inteligente, minería de texto y clasificación sin necesidad de contar con un doctorado en estadística o lingüística computacional.

El libro detalla paso a paso las etapas fundamentales del procesamiento del lenguaje natural tradicional: análisis morfológico y tokenización, coincidencia aproximada de cadenas (fuzzy string matching mediante distinciones de Levenshtein, Jaro-Winkler y n-gramas), reconocimiento de entidades nombradas (NER: personas, ubicaciones geográficas y organizaciones) con Apache OpenNLP, agrupamiento de documentos (clustering) con K-Means en Apache Mahout, y clasificación automática con modelos probabilísticos como Naive Bayes y Máxima Entropía (MaxEnt). Además, profundiza en el diseño de esquemas de indexación escalables y relevancia de búsqueda sobre Apache Lucene y Apache Solr.

La obra culmina con la integración de todas estas piezas en un proyecto destacado: un sistema completo de respuesta a preguntas (Question Answering system) capaz de interpretar interrogantes en lenguaje natural, consultar un índice documental y extraer la respuesta exacta combinando NER y puntuación de pasajes. Su principal valor es el rigor con el que enseña la ingeniería de búsqueda e indexación en Java, con código de nivel de producción. Como advertencia previa, se trata de una obra anterior a la revolución del deep learning y los embeddings vectoriales densos, por lo que no cubre redes neuronales modernas, pero sus fundamentos de tokenización, métricas de recuperación y pipelines de procesamiento textual clásico continúan siendo excepcionalmente formativos.