Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos

Este trabajo presenta una clasificación temática de documentos automática mediante el uso de Inteligencia Artificial. Se utilizó Procesamiento de Lenguaje Natural, el cual busca que las computadoras comprendan los textos no estructurados, y extraigan información relevante de dichos textos. Se utili...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Mariuz, Gabriel, Panizzi, Marisa Daniela, Sattolo, Iris Inés
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2023
Materias:	Ciencias Informáticas Minería de texto Categorización de documentos Redes neuronales Aprendizaje Profundo GPT-3
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/155894
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-155894
record_format	dspace
spelling	I19-R120-10915-1558942023-08-04T20:02:10Z http://sedici.unlp.edu.ar/handle/10915/155894 Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos Mariuz, Gabriel Panizzi, Marisa Daniela Sattolo, Iris Inés 2023-06 2023 2023-08-04T13:52:44Z es Ciencias Informáticas Minería de texto Categorización de documentos Redes neuronales Aprendizaje Profundo GPT-3 Este trabajo presenta una clasificación temática de documentos automática mediante el uso de Inteligencia Artificial. Se utilizó Procesamiento de Lenguaje Natural, el cual busca que las computadoras comprendan los textos no estructurados, y extraigan información relevante de dichos textos. Se utilizó la metodología KDT propuesta para minería de textos, y la red neuronal GPT-3 para la clasificación. Los resultados de los experimentos permitieron vislumbrar que GPT-3 es una herramienta posible para utilizarse en la clasificación de texto, obteniendo para nuestro caso un 76% de efectividad en la tarea realizada. Si bien presentó un cierto margen de error, en futuras investigaciones y mejoras en la técnica de preprocesamiento de datos, sería posible aumentar su precisión. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 150-159
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Minería de texto Categorización de documentos Redes neuronales Aprendizaje Profundo GPT-3
spellingShingle	Ciencias Informáticas Minería de texto Categorización de documentos Redes neuronales Aprendizaje Profundo GPT-3 Mariuz, Gabriel Panizzi, Marisa Daniela Sattolo, Iris Inés Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos
topic_facet	Ciencias Informáticas Minería de texto Categorización de documentos Redes neuronales Aprendizaje Profundo GPT-3
description	Este trabajo presenta una clasificación temática de documentos automática mediante el uso de Inteligencia Artificial. Se utilizó Procesamiento de Lenguaje Natural, el cual busca que las computadoras comprendan los textos no estructurados, y extraigan información relevante de dichos textos. Se utilizó la metodología KDT propuesta para minería de textos, y la red neuronal GPT-3 para la clasificación. Los resultados de los experimentos permitieron vislumbrar que GPT-3 es una herramienta posible para utilizarse en la clasificación de texto, obteniendo para nuestro caso un 76% de efectividad en la tarea realizada. Si bien presentó un cierto margen de error, en futuras investigaciones y mejoras en la técnica de preprocesamiento de datos, sería posible aumentar su precisión.
format	Objeto de conferencia Objeto de conferencia
author	Mariuz, Gabriel Panizzi, Marisa Daniela Sattolo, Iris Inés
author_facet	Mariuz, Gabriel Panizzi, Marisa Daniela Sattolo, Iris Inés
author_sort	Mariuz, Gabriel
title	Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos
title_short	Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos
title_full	Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos
title_fullStr	Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos
title_full_unstemmed	Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos
title_sort	análisis sobre la categorización de tesis de grado de las carreras informáticas de la um, mediante minería de textos
publishDate	2023
url	http://sedici.unlp.edu.ar/handle/10915/155894
work_keys_str_mv	AT mariuzgabriel analisissobrelacategorizaciondetesisdegradodelascarrerasinformaticasdelaummediantemineriadetextos AT panizzimarisadaniela analisissobrelacategorizaciondetesisdegradodelascarrerasinformaticasdelaummediantemineriadetextos AT sattoloirisines analisissobrelacategorizaciondetesisdegradodelascarrerasinformaticasdelaummediantemineriadetextos
_version_	1807220876898205696

Análisis sobre la categorización de tesis de grado de las carreras informáticas de la UM, mediante minería de textos

Ejemplares similares