Search

El uso de la minería de textos está aumentando en la actualidad ya que las organizaciones quieren aprovechar el potencial de la gran cantidad de información de que disponen en forma de documentos de texto u otra información no estructurada; este tipo de datos supone un porcentaje considerable de los datos con que cuentan las organizaciones. Una de las tareas integrales para la minería de textos es la extracción de entidades con nombre (NER). El presente trabajo describe los principales enfoques en uso para esta tarea, centrándose especialmente en los específicos para el aprendizaje de secuencias. Estas técnicas se aplican a un problema concreto, la extracción de información de un corpus de 8000 documentos correspondientes a resoluciones rectorales, de los que se extraen nombres de personas, diversos departamentos académicos y otras organizaciones vinculadas a la universidad. El trabajo describe la arquitectura para la gestión de información no estructurada en la que se enmarca esta tarea y de la que forma parte, en la que las entidades extraídas permiten la búsqueda semántica de información. Los experimentos muestran que los campos aleatorios condicionales (CRFS) son la técnica más adecuada para el problema de extracción de entidades con nombre. Fil: Cardoso, Carolina A.. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Pérez Abelleira, M. Alicia. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

La clasificación de documentos de texto es una aplicación de la minería de textos que pretende extraer información de texto no estructurado. Su interés se justifica porque se estima que entre el 80% y el 90% de los datos de las organizaciones son no estructurados. Por otro lado, la búsqueda semántica permite al usuario especificar en una consulta no solamente términos que deben aparecer en el documento, sino conceptos y relaciones, que pueden detectarse mediante el análisis de texto. El objetivo de este trabajo es implementar un buscador semántico que aproveche el resultado de algoritmos de aprendizaje automático para la clasificación de documentos. El dominio de aplicación es un corpus de más de 8000 documentos que contienen nueve años de resoluciones rectorales de la Universidad Católica de Salta en distintos formatos (Microsoft Word, texto plano, PDF). El sistema aprovecha las ventajas de la arquitectura UIMA sobre la que se han implementado analizadores que extraen meta-datos (fecha y número de resolución, unidad académica, personas, etc.) Asimismo se han explorado una variedad de algoritmos de aprendizaje semi-supervisado aplicados a la categorización de documentos, comparándolos experimentalmente entre sí y con algoritmos supervisados. Estos últimos precisan una gran cantidad de ejemplos etiquetados, algo generalmente costoso en la práctica en el caso de la clasificación de documentos. Los algoritmos semisupervisados en cambio son capaces de aprovechar ejemplos no etiquetados. En particular, en los experimentos en nuestro dominio el algoritmo de co-training ha demostrado tener buenas propiedades, incluso a pesar de la restricción teórica de que los atributos deben ser redundantes e independientes. No obstante el algoritmo supervisado SMO que entrena SVMs es superior. Nuestro objetivo final es construir un buscador semántico que utilice los metadatos obtenidos automáticamente por los anotadores implementados en UIMA y las categorías asignadas automáticamente por los algoritmos de aprendizaje. Fil: Cardoso, Carolina A.. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Pérez Abelleira, M. Alicia. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Cuando alguien aprende a programar, a menudo se encuentra con reflexiones sobre la “belleza” de algunas soluciones clásicas a problemas de programación. Aunque la elegancia del código pase a segundo plano cuando uno se embarque en proyectos más grandes, hay razones importantes, y no sólo académicas, para buscar la elegancia del software. Este artículo pretende fundamentar dichas razones. Fil: Pérez Abelleira, M. Alicia. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

161 p. il. El siguiente proyecto de grado trata sobre la obtención de una herramienta de telepresencia mediante el uso de un robot móvil programable, gracias al cual se brindará al usuario de la herramienta la posibilidad de hacerse presente en un lugar físico remoto. En el capítulo 1 de este proyecto de grado se describe la problemática detectada, así como el enfoque desde donde se lo aborda, lo cual es importante tener en cuenta a la hora de decidir los resultados que se busca obtener, considerando además el perfil investigativo del mismo. En segunda instancia y ya entrando de lleno en esta investigación, se ofrece un marco teórico sobre la telepresencia junto a los diferentes campos que la conforman, y en particular: los robots de telepresencia. Se detallan diferentes robots desarrollados en la actualidad, y a la par se da un pantallazo del mercado que existe alrededor de los mismos, y las soluciones que brindan a sus usuarios en el día a día. Este panorama se acompaña con un análisis que detalla las diferentes tecnologías de las que se puede disponer para la obtención de un robot de telepresencia, y también un estudio financiero de estas, que desemboca en distintas alternativas para la obtención de una herramienta de este tipo. A partir de los recursos que se encuentran disponibles de entre estas alternativas, se detalla el diseño y la realización de pruebas que gradualmente permitieron al alumno llegar a una satisfactoria obtención de un robot de telepresencia. Además, dichas pruebas se diseñaron de manera tal que el lector se sienta igualmente capaz de realizarlas en su propio entorno, así como también permitirle a través del análisis desarrollado, elegir por sí mismo las tecnologías a utilizar. Se concluye con un pensamiento final sobre los aspectos más destacables de la telepresencia en la actualidad, que a la vez son aquellos a los cuales este trabajo trata de dar visibilidad, abriendo paso a nuevas ideas y posibilidades concretas, que aporten soluciones a la vida cotidiana de las personas. Fil: Pérez Abelleira, M. Alicia. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina. Fil: Frère, Jeremías. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.

84 p. il. Este trabajo consiste en la construcción de un Prototipo de Buscador Semántico para Resoluciones Rectorales de la Universidad Católica de Salta. Conforma una parte de un proyecto de investigación sobre Minería de Textos a cargo de la Dra. Alicia Pérez y la Licenciada Carolina Cardoso. Entonces, el trabajo en cuestión intenta asociar la idea de que a partir de la minería de textos se puede desarrollar un buscador semántico con herramientas de software libre cumpliendo características de usabilidad que en primera instancia integre el proyecto de investigación ya nombrado y en segunda instancia muestre la apertura de nuevos caminos que deben encausar las ciencias informáticas generando soluciones cada vez más eficientes, eficaces y satisfactorias para los usuarios.

123 p. il. En la Argentina, la inflación es uno de los principales problemas de la economía. El presente proyecto aplica el proceso de minería de datos para encontrar patrones en variables económicas que permitan pronosticar la inflación. Para ello fue necesario obtener datos de economía, comprenderlos, prepararlos, elaborar el modelo de datos y analizar los resultados obtenidos. Con el objetivo de construir el modelo de datos se utilizaron redes neuronales y series de tiempo, de esta manera es posible realizar proyecciones de la inflación. Como resultado del proyecto se encuentran relaciones no lineales entre variables monetarias del sistema financiero asociadas al índice de precios al consumidor.

156 p. El presente proyecto propone el desarrollo de una solución que permitirá la comunicación, por medio de servicios web, entre Institutos de Informaciones Comerciales a nivel nacional. La implantación de esta solución se traducirá en un servicio de mayor calidad al cliente, quien contará con información más completa, actualizada y segura. Fil: Pérez Abelleira, M. Alicia. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina. Fil: Navarro Belbruno, Juan Ignacio. Universidad Católica de Salta. Facultad de Ingeniería e Informática; Argentina.