Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud

El sistema de salud de Colombia muchas veces se ve afectado por razones como la corrupción, la ineficiencia y la demora de trámites, lo que ocasiona constantemente quejas por parte de los usuarios. Muchas veces estas quejas afectan los derechos fundamentales de las personas, por lo que se pueden rec...

Full description

Autores:
Ardila Montaño, Juan Esteban
Niño Ladino, Julian Andrés
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/93820
Acceso en línea:
http://hdl.handle.net/11349/93820
Palabra clave:
Transformadores
Procesamiento de lenguaje natural
Extraccion de entidades nombradas
BERT
T5
Transformer
Natural Language Processing
Named Entity Recognition
BERT
T5
Rights
License
Restringido (Solo Referencia)
id UDISTRITA2_081da2fccdfb19a59ac88b2ad02ff88a
oai_identifier_str oai:repository.udistrital.edu.co:11349/93820
network_acronym_str UDISTRITA2
network_name_str RIUD: repositorio U. Distrital
repository_id_str
dc.title.none.fl_str_mv Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
dc.title.titleenglish.none.fl_str_mv Comparison of NLP models for named entity extraction in legal actions related to health issues
title Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
spellingShingle Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
Transformadores
Procesamiento de lenguaje natural
Extraccion de entidades nombradas
BERT
T5
Transformer
Natural Language Processing
Named Entity Recognition
BERT
T5
title_short Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
title_full Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
title_fullStr Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
title_full_unstemmed Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
title_sort Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de salud
dc.creator.fl_str_mv Ardila Montaño, Juan Esteban
Niño Ladino, Julian Andrés
dc.contributor.advisor.none.fl_str_mv Muñoz Quiñones, Gerardo Alcides
dc.contributor.author.none.fl_str_mv Ardila Montaño, Juan Esteban
Niño Ladino, Julian Andrés
dc.subject.none.fl_str_mv Transformadores
Procesamiento de lenguaje natural
Extraccion de entidades nombradas
BERT
T5
topic Transformadores
Procesamiento de lenguaje natural
Extraccion de entidades nombradas
BERT
T5
Transformer
Natural Language Processing
Named Entity Recognition
BERT
T5
dc.subject.keyword.none.fl_str_mv Transformer
Natural Language Processing
Named Entity Recognition
BERT
T5
description El sistema de salud de Colombia muchas veces se ve afectado por razones como la corrupción, la ineficiencia y la demora de trámites, lo que ocasiona constantemente quejas por parte de los usuarios. Muchas veces estas quejas afectan los derechos fundamentales de las personas, por lo que se pueden reclamar tales derechos por medio de las acciones de tutela. En el presente documento se propone extraer entidades relevantes para la clasificación y categorización de tutelas por medio de diferentes modelos de procesamiento de lenguaje natural. Se evaluará el desempeño de estos modelos utilizando métricas especializadas en la extracción de entidades nombradas, lo que permitirá comparar su rendimiento. Además, se realizarán ajustes en los hiperparámetros y métodos de entrenamiento para determinar el modelo más adecuado para esta tarea.
publishDate 2024
dc.date.created.none.fl_str_mv 2024-10-25
dc.date.accessioned.none.fl_str_mv 2025-03-19T14:20:40Z
dc.date.available.none.fl_str_mv 2025-03-19T14:20:40Z
dc.type.none.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.degree.none.fl_str_mv Pasantía
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11349/93820
url http://hdl.handle.net/11349/93820
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv B. y Lozano. Laura, «Entre la burocracia y la negligencia: cuando hay fallas en la atención médica,» Pesquisa Javeriana, 2023.
«Confianza y uso de la acción de tutela en Colombia,» Confianza y uso de la acción de tutela en Colombia, 2018. Dirección: https://cej.org.co/sala-de-prensa/justiciometro/confianza-y-uso-de-la-accion-de-tutela-en-colombia/.
A. N. Constituyente, Constitución Política de Colombia. 1991, ISBN: 9789587973433. Dirección: https://pdba.georgetown.edu/Constitutions/Colombia/colombia91.pdf.
e. a. Ashish Vaswani Noam Shazeer, «Attention Is All You Need,» 2017. Dirección: https://arxiv.org/abs/1706.03762.
M.-W. C. e. a. Jacob Devlin, «BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,» 2019. Dirección: https://arxiv.org/abs/1810.04805.
C. Raffel, N. Shazeer, A. Roberts et al., «Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer,» 2020. Dirección: https://arxiv.org/abs/1910.10683.
L. Palacios, «La Acción de tutela en salud: cuándo y cómo presentarla,» 2023. Dirección: https://consultorsalud.com/accion-de-tutela-salud-como-presentarla/#:~ =Estad%C3%ADsticas%20de%20tutelas%20de%20Salud%20en%20Colombia&text=Entre%20enero%20y%20septiembre%20de%2C%20tutelas%20promedio%20presentadas%20en%20202021..
I. BBVA, «Machine learning: ¿qué es y cómo funciona?,» 2019. Dirección: https://www.bbva.com/es/innovacion/machine-learning-que-es-y-como-funciona/.
SAP, «¿Qué es machine learning?,» Dirección: https://www.sap.com/latinamerica/products/artificial-intelligence/what-is-machine-learning.html.
IBM, «¿Qué es machine learning?,» Dirección: https://www.ibm.com/es-es/topics/machine-learning.
Wikipedia, «Aprendizaje Automático,» Dirección: https://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1tico.
Wikipedia, «Regresión Lineal,» Dirección: https://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal.
Iberdrola, «Beneficios del machine learning,» 2022. Dirección: https://www.iberdrola.com/innovacion/machine-learning-aprendizaje-automatico.
IBM, «¿Qué es Deep Learning?,» Dirección: https://www.ibm.com/es-es/topics/deep-learning.
PureStorage, «¿Qué es un pipeline de datos?,» 2023. Dirección: https://www.purestorage.com/es/knowledge/what-is-a-data-pipeline.
IBM, «¿Qué es una canalización de datos?,» Dirección: https://www.ibm.com/es-es/topics/data-pipeline.
Amazon, «¿Qué es una canalización de datos?,» 2023. Dirección: https://aws.amazon.com/es/what-is/data-pipeline/.
T. Naeem, «Arquitectura de canalización de datos: todo lo que necesita saber,» 2024. Dirección: https://www.astera.com/es/type/blog/data-pipeline-architecture/.
IBM, «¿Qué son las bases de datos NoSQL?,» 2024. Dirección: https://www.ibm.com/es-es/topics/nosql-databases.
Oracle, «¿Qué es NoSQL?,» 2024. Dirección: https://www.oracle.com/co/database/nosql/what-is-nosql/.
Microsoft, «Base de datos NoSQL: ¿qué es NoSQL?,» 2024. Dirección: https://azure.microsoft.com/es-mx/resources/cloud-computing-dictionary/what-is-nosql-database.
Microsoft, «Datos no relacionales y NoSQL,» 2024. Dirección: https://learn.microsoft.com/es-mx/azure/architecture/data-guide/big-data/non-relational-data.
Amazon, «¿Qué es NoSQL?,» 2024. dirección: https://aws.amazon.com/es/nosql/.
SNGULAR, «Base de datos orientada a Grafos. ¿Qué son y para qué se usan?,» 2019. dirección: https://www.sngular.com/es/insights/227/que-son-bases-datos-a-grafos.
Oracle, «Definición de base de datos orientada a grafos,» 2024. dirección: https://www.oracle.com/co/autonomous-database/what-is-graph-database/.
Wikipedia, «Base de datos orientada a grafos,» dirección: https://es.wikipedia.org/wiki/Base_de_datos_orientada_a_grafos.
Amazon, «¿Qué es el Procesamiento de lenguaje natural (NLP)?,» 2023. dirección: https://aws.amazon.com/es/what-is/nlp/.
IBM, «What is natural language processing (NLP)?,» 2024. dirección: https://www.ibm.com/topics/natural-language-processing.
M. Battocchia, «Preprocesamiento de texto para NLP,» 2020. dirección: https://matiasbattocchia.github.io/datitos/Preprocesamiento-de-texto-para-NLP-parte-1.html.
H. Face, The Hugging Face Course, 2022, https://huggingface.co/course, [Chapter 2, Tokenizers], 2022.
geeksforgeeks, «Word Embeddings in NLP,» 2024. dirección: https://www.geeksforgeeks.org/word-embeddings-in-nlp/.
Wikipedia, «Persistent data structure,» 2024. dirección: https://en.wikipedia.org/wiki/Persistent_data_structure.
Klippa, «¿Qué es el Reconocimiento de Entidades Nombradas y Cómo Funciona?,» 2023. dirección: https://www.klippa.com/es/blog/informativo/reconocimiento-entidades-nombradas/.
Wikipedia, «Reconocimiento de entidades nombradas,» dirección: https://es.wikipedia.org/wiki/Reconocimiento_de_entidades_nombradas.
A. Roberts y C. Raffel, «Exploring Transfer Learning with T5: the Text-To-Text Transfer Transformer,» 2020. dirección: https://research.google/blog/exploring-transfer-learning-with-t5-the-text-to-text-transfer-transformer/.
A. Ibarra, «ACCIÓN DE TUTELA Guía y Modelo Rama Judicial,» Consejo Superior de la Judicatura, 2013, Accedido: Sep. 2024.
P. S. Foundation, Python 3.12.7 documentation, https://docs.python.org/3/, 2024.
Google, Colaboratory, Preguntas Frecuentes, https://research.google.com/colaboratory/faq.html, 2024.
J. S. L. Inc., Spark NLP Docs, https://sparknlp.org/docs/en/quickstart, 2024.
T. R. Team, Ray Docs, https://docs.ray.io/en/latest/cluster/getting-started.html, 2024.
N. Autor, Dockerfile para Jupyter Notebook, Accedido el 26 de agosto, 2024. dirección: https://ejemplo.com/dockerfile.
I. HumanSignal, Label Studio Docs, https://labelstud.io/guide/, 2024.
M. Romero, mrm8488/bert-spanish-cased-finetuned-ner, https://huggingface.co/mrm8488/bert-spanish-cased-finetuned-ner.
Z. Pan, Q. Wu, H. Jiang et al., «LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression,» ArXiv preprint, vol. abs/2403.12968, 2024. dirección: https://arxiv.org/abs/2403.12968.
P. He, J. Gao y W. Chen, DeBERTaV3: Improving DeBERTa using ELECTRA-Style Pre-Training with Gradient-Disentangled Embedding Sharing, 2021. arXiv:2111.09543 [cs.CL].
M. Sotaquira, Redes Transformers (... o el fin de las Redes Recurrentes), 2020. dirección: https://www.youtube.com/watch?v=Wp8N0cXW_C4&t=0s.
I. Montani, NLP avanzado con spaCy, https://course.spacy.io/es/, Accedido: Sep. 2024, 2020.
P. de la república de Colombia, «Por el cual se reglamenta la acción de tutela consagrada en el artículo 86 de la Constitución Política de Colombia, Art. 37, nov. 19, 1991.,» Decreto 2591 de 1991, 1991.
C. P. de Colombia, Artículos 11-41, julio de 1991.
E. Ramírez, Alcances del derecho a la salud en Colombia: una revisión constitucional, legal y jurisprudencial, Universidad del Norte, Accedido: Sep. 2024, 28 de nov., 2012.
J. D. la Rosa y Eduardo G. Ponferrada y Manu Romero y Paulo Villegas y Pablo González de Prado Salas y María Grandury, «BERTIN: Efficient Pre-Training of a Spanish Language Model using Perplexity Sampling,» Procesamiento del Lenguaje Natural, vol. 68, n.º 0, págs. 13-23, 2022, ISSN: 1989-7553. dirección: http://journal.sepln.org/sepln/ojs/ojs/index.php/pln/article/view/6403.
A. G. Fandiño, J. A. Estapé, M. Pàmies et al., «MarIA: Spanish Language Models,» Procesamiento del Lenguaje Natural, vol. 68, 2022, ISSN: 1135-5948. DOI: 10.26342/2022-68-3. dirección: https://upcommons.upc.edu/handle/2117/367156#.YyMTB4X9A-0.mendeley.
A. Conneau, K. Khandelwal, N. Goyal et al., «Unsupervised Cross-lingual Representation Learning at Scale,» CoRR, vol. abs/1911.02116, 2019. arXiv: 1911.02116. dirección: http://arxiv.org/abs/1911.02116.
G. de España, «¿Qué es la Inteligencia Artificial,» Plan de Recuperación, Transformación y Resiliencia, 2023.
T. y Meulder.F.D, «Introduction to the CoNLL-2003 Shared Task: Language-Independent Named Entity Recognition,» CNTS-Language Technology Group, 2003. dirección: https://arxiv.org/abs/cs/0306050.
J. e. a. Li.Xiaoya, «A Unified MRC Framework for Named Entity Recognition,» Department of Computer Science and Technology, Zhejiang University, 2022. dirección: https://paperswithcode.com/paper/a-unified-mrc-framework-for-named-entity.
Wikipedia, «Inteligencia artificial,» 2020. dirección: https://es.wikipedia.org/wiki/Inteligencia_artificial.
Iberdrola, «¿Qué es la Inteligencia Artificial?,» 2022. dirección: https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial.
Amazon, «¿Qué es la Inteligencia Artificial?,» 2021. dirección: https://aws.amazon.com/es/what-is/artificial-intelligence/.
C. Infante, Guía para la presentación de proyectos de investigación, Universidad Nacional de Colombia, 2015, ISBN: 9789587194609. dirección: https://books.google.com.co/books?id=QJTGDwAAQBAJ.
A. C. R. Cañari, Conceptos, algoritmo y aplicación al problema de las N – reinas, 2005, cap. Capítulo 2. Heurística y metaheurística.
G. Burgos, «En Colombia se rompió un nuevo récord, pero de tutelas: este es el derecho que más se reclama,» 2024. dirección: https://www.infobae.com/colombia/2023/12/22/en-colombia-se-rompio-un-nuevo-record-pero-de-tutelas-este-es-el-derecho-que-mas-se-reclama/.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_16ec
dc.rights.acceso.none.fl_str_mv Restringido (Solo Referencia)
rights_invalid_str_mv Restringido (Solo Referencia)
http://purl.org/coar/access_right/c_16ec
dc.format.mimetype.none.fl_str_mv pdf
dc.publisher.none.fl_str_mv Universidad Distrital Francisco José de Caldas
publisher.none.fl_str_mv Universidad Distrital Francisco José de Caldas
institution Universidad Distrital Francisco José de Caldas
bitstream.url.fl_str_mv https://repository.udistrital.edu.co/bitstreams/f22a291f-3ebb-4ef9-93b8-cf68e050f4f7/download
https://repository.udistrital.edu.co/bitstreams/060acaa0-6151-43f3-84e4-365f8d9d1ed8/download
https://repository.udistrital.edu.co/bitstreams/1d2a059d-609d-46de-8141-960e981a0763/download
https://repository.udistrital.edu.co/bitstreams/19ccd571-83b9-42c7-adee-60c04bfec056/download
https://repository.udistrital.edu.co/bitstreams/869dae74-de55-4817-a14a-cc09e0e95303/download
bitstream.checksum.fl_str_mv 1fa6384ab56c7ecea5ee6c1e27609a92
30ed3e22e611188802ba5196af803cd5
997daf6c648c962d566d7b082dac908d
7e54c63874583e54edab7fda20e5b577
6e24a346088f237ec1ac567f80cda200
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Distrital
repository.mail.fl_str_mv repositorio@udistrital.edu.co
_version_ 1828165365067153408
spelling Muñoz Quiñones, Gerardo AlcidesArdila Montaño, Juan EstebanNiño Ladino, Julian Andrés2025-03-19T14:20:40Z2025-03-19T14:20:40Z2024-10-25http://hdl.handle.net/11349/93820El sistema de salud de Colombia muchas veces se ve afectado por razones como la corrupción, la ineficiencia y la demora de trámites, lo que ocasiona constantemente quejas por parte de los usuarios. Muchas veces estas quejas afectan los derechos fundamentales de las personas, por lo que se pueden reclamar tales derechos por medio de las acciones de tutela. En el presente documento se propone extraer entidades relevantes para la clasificación y categorización de tutelas por medio de diferentes modelos de procesamiento de lenguaje natural. Se evaluará el desempeño de estos modelos utilizando métricas especializadas en la extracción de entidades nombradas, lo que permitirá comparar su rendimiento. Además, se realizarán ajustes en los hiperparámetros y métodos de entrenamiento para determinar el modelo más adecuado para esta tarea.The Colombian healthcare system is often affected by issues such as corruption, inefficiency, and delays in administrative processes, which frequently result in user complaints. These complaints often infringe on individuals' fundamental rights, leading to the filing of legal actions to claim such rights. This document proposes extracting relevant entities for the classification and categorization of legal actions using various natural language processing models. The performance of these models will be evaluated using specialized metrics for named entity extraction, allowing for a comparison of their effectiveness. Additionally, adjustments to hyperparameters and training methods will be made to determine the most suitable model for this task.pdfspaUniversidad Distrital Francisco José de CaldasTransformadoresProcesamiento de lenguaje naturalExtraccion de entidades nombradasBERTT5TransformerNatural Language ProcessingNamed Entity RecognitionBERTT5Comparación de modelos de NLP para la extracción de entidades nombradas en acciones de tutelas asociadas a temas de saludComparison of NLP models for named entity extraction in legal actions related to health issuesbachelorThesisPasantíainfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fRestringido (Solo Referencia)http://purl.org/coar/access_right/c_16ecB. y Lozano. Laura, «Entre la burocracia y la negligencia: cuando hay fallas en la atención médica,» Pesquisa Javeriana, 2023.«Confianza y uso de la acción de tutela en Colombia,» Confianza y uso de la acción de tutela en Colombia, 2018. Dirección: https://cej.org.co/sala-de-prensa/justiciometro/confianza-y-uso-de-la-accion-de-tutela-en-colombia/.A. N. Constituyente, Constitución Política de Colombia. 1991, ISBN: 9789587973433. Dirección: https://pdba.georgetown.edu/Constitutions/Colombia/colombia91.pdf.e. a. Ashish Vaswani Noam Shazeer, «Attention Is All You Need,» 2017. Dirección: https://arxiv.org/abs/1706.03762.M.-W. C. e. a. Jacob Devlin, «BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,» 2019. Dirección: https://arxiv.org/abs/1810.04805.C. Raffel, N. Shazeer, A. Roberts et al., «Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer,» 2020. Dirección: https://arxiv.org/abs/1910.10683.L. Palacios, «La Acción de tutela en salud: cuándo y cómo presentarla,» 2023. Dirección: https://consultorsalud.com/accion-de-tutela-salud-como-presentarla/#:~ =Estad%C3%ADsticas%20de%20tutelas%20de%20Salud%20en%20Colombia&text=Entre%20enero%20y%20septiembre%20de%2C%20tutelas%20promedio%20presentadas%20en%20202021..I. BBVA, «Machine learning: ¿qué es y cómo funciona?,» 2019. Dirección: https://www.bbva.com/es/innovacion/machine-learning-que-es-y-como-funciona/.SAP, «¿Qué es machine learning?,» Dirección: https://www.sap.com/latinamerica/products/artificial-intelligence/what-is-machine-learning.html.IBM, «¿Qué es machine learning?,» Dirección: https://www.ibm.com/es-es/topics/machine-learning.Wikipedia, «Aprendizaje Automático,» Dirección: https://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1tico.Wikipedia, «Regresión Lineal,» Dirección: https://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal.Iberdrola, «Beneficios del machine learning,» 2022. Dirección: https://www.iberdrola.com/innovacion/machine-learning-aprendizaje-automatico.IBM, «¿Qué es Deep Learning?,» Dirección: https://www.ibm.com/es-es/topics/deep-learning.PureStorage, «¿Qué es un pipeline de datos?,» 2023. Dirección: https://www.purestorage.com/es/knowledge/what-is-a-data-pipeline.IBM, «¿Qué es una canalización de datos?,» Dirección: https://www.ibm.com/es-es/topics/data-pipeline.Amazon, «¿Qué es una canalización de datos?,» 2023. Dirección: https://aws.amazon.com/es/what-is/data-pipeline/.T. Naeem, «Arquitectura de canalización de datos: todo lo que necesita saber,» 2024. Dirección: https://www.astera.com/es/type/blog/data-pipeline-architecture/.IBM, «¿Qué son las bases de datos NoSQL?,» 2024. Dirección: https://www.ibm.com/es-es/topics/nosql-databases.Oracle, «¿Qué es NoSQL?,» 2024. Dirección: https://www.oracle.com/co/database/nosql/what-is-nosql/.Microsoft, «Base de datos NoSQL: ¿qué es NoSQL?,» 2024. Dirección: https://azure.microsoft.com/es-mx/resources/cloud-computing-dictionary/what-is-nosql-database.Microsoft, «Datos no relacionales y NoSQL,» 2024. Dirección: https://learn.microsoft.com/es-mx/azure/architecture/data-guide/big-data/non-relational-data.Amazon, «¿Qué es NoSQL?,» 2024. dirección: https://aws.amazon.com/es/nosql/.SNGULAR, «Base de datos orientada a Grafos. ¿Qué son y para qué se usan?,» 2019. dirección: https://www.sngular.com/es/insights/227/que-son-bases-datos-a-grafos.Oracle, «Definición de base de datos orientada a grafos,» 2024. dirección: https://www.oracle.com/co/autonomous-database/what-is-graph-database/.Wikipedia, «Base de datos orientada a grafos,» dirección: https://es.wikipedia.org/wiki/Base_de_datos_orientada_a_grafos.Amazon, «¿Qué es el Procesamiento de lenguaje natural (NLP)?,» 2023. dirección: https://aws.amazon.com/es/what-is/nlp/.IBM, «What is natural language processing (NLP)?,» 2024. dirección: https://www.ibm.com/topics/natural-language-processing.M. Battocchia, «Preprocesamiento de texto para NLP,» 2020. dirección: https://matiasbattocchia.github.io/datitos/Preprocesamiento-de-texto-para-NLP-parte-1.html.H. Face, The Hugging Face Course, 2022, https://huggingface.co/course, [Chapter 2, Tokenizers], 2022.geeksforgeeks, «Word Embeddings in NLP,» 2024. dirección: https://www.geeksforgeeks.org/word-embeddings-in-nlp/.Wikipedia, «Persistent data structure,» 2024. dirección: https://en.wikipedia.org/wiki/Persistent_data_structure.Klippa, «¿Qué es el Reconocimiento de Entidades Nombradas y Cómo Funciona?,» 2023. dirección: https://www.klippa.com/es/blog/informativo/reconocimiento-entidades-nombradas/.Wikipedia, «Reconocimiento de entidades nombradas,» dirección: https://es.wikipedia.org/wiki/Reconocimiento_de_entidades_nombradas.A. Roberts y C. Raffel, «Exploring Transfer Learning with T5: the Text-To-Text Transfer Transformer,» 2020. dirección: https://research.google/blog/exploring-transfer-learning-with-t5-the-text-to-text-transfer-transformer/.A. Ibarra, «ACCIÓN DE TUTELA Guía y Modelo Rama Judicial,» Consejo Superior de la Judicatura, 2013, Accedido: Sep. 2024.P. S. Foundation, Python 3.12.7 documentation, https://docs.python.org/3/, 2024.Google, Colaboratory, Preguntas Frecuentes, https://research.google.com/colaboratory/faq.html, 2024.J. S. L. Inc., Spark NLP Docs, https://sparknlp.org/docs/en/quickstart, 2024.T. R. Team, Ray Docs, https://docs.ray.io/en/latest/cluster/getting-started.html, 2024.N. Autor, Dockerfile para Jupyter Notebook, Accedido el 26 de agosto, 2024. dirección: https://ejemplo.com/dockerfile.I. HumanSignal, Label Studio Docs, https://labelstud.io/guide/, 2024.M. Romero, mrm8488/bert-spanish-cased-finetuned-ner, https://huggingface.co/mrm8488/bert-spanish-cased-finetuned-ner.Z. Pan, Q. Wu, H. Jiang et al., «LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression,» ArXiv preprint, vol. abs/2403.12968, 2024. dirección: https://arxiv.org/abs/2403.12968.P. He, J. Gao y W. Chen, DeBERTaV3: Improving DeBERTa using ELECTRA-Style Pre-Training with Gradient-Disentangled Embedding Sharing, 2021. arXiv:2111.09543 [cs.CL].M. Sotaquira, Redes Transformers (... o el fin de las Redes Recurrentes), 2020. dirección: https://www.youtube.com/watch?v=Wp8N0cXW_C4&t=0s.I. Montani, NLP avanzado con spaCy, https://course.spacy.io/es/, Accedido: Sep. 2024, 2020.P. de la república de Colombia, «Por el cual se reglamenta la acción de tutela consagrada en el artículo 86 de la Constitución Política de Colombia, Art. 37, nov. 19, 1991.,» Decreto 2591 de 1991, 1991.C. P. de Colombia, Artículos 11-41, julio de 1991.E. Ramírez, Alcances del derecho a la salud en Colombia: una revisión constitucional, legal y jurisprudencial, Universidad del Norte, Accedido: Sep. 2024, 28 de nov., 2012.J. D. la Rosa y Eduardo G. Ponferrada y Manu Romero y Paulo Villegas y Pablo González de Prado Salas y María Grandury, «BERTIN: Efficient Pre-Training of a Spanish Language Model using Perplexity Sampling,» Procesamiento del Lenguaje Natural, vol. 68, n.º 0, págs. 13-23, 2022, ISSN: 1989-7553. dirección: http://journal.sepln.org/sepln/ojs/ojs/index.php/pln/article/view/6403.A. G. Fandiño, J. A. Estapé, M. Pàmies et al., «MarIA: Spanish Language Models,» Procesamiento del Lenguaje Natural, vol. 68, 2022, ISSN: 1135-5948. DOI: 10.26342/2022-68-3. dirección: https://upcommons.upc.edu/handle/2117/367156#.YyMTB4X9A-0.mendeley.A. Conneau, K. Khandelwal, N. Goyal et al., «Unsupervised Cross-lingual Representation Learning at Scale,» CoRR, vol. abs/1911.02116, 2019. arXiv: 1911.02116. dirección: http://arxiv.org/abs/1911.02116.G. de España, «¿Qué es la Inteligencia Artificial,» Plan de Recuperación, Transformación y Resiliencia, 2023.T. y Meulder.F.D, «Introduction to the CoNLL-2003 Shared Task: Language-Independent Named Entity Recognition,» CNTS-Language Technology Group, 2003. dirección: https://arxiv.org/abs/cs/0306050.J. e. a. Li.Xiaoya, «A Unified MRC Framework for Named Entity Recognition,» Department of Computer Science and Technology, Zhejiang University, 2022. dirección: https://paperswithcode.com/paper/a-unified-mrc-framework-for-named-entity.Wikipedia, «Inteligencia artificial,» 2020. dirección: https://es.wikipedia.org/wiki/Inteligencia_artificial.Iberdrola, «¿Qué es la Inteligencia Artificial?,» 2022. dirección: https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial.Amazon, «¿Qué es la Inteligencia Artificial?,» 2021. dirección: https://aws.amazon.com/es/what-is/artificial-intelligence/.C. Infante, Guía para la presentación de proyectos de investigación, Universidad Nacional de Colombia, 2015, ISBN: 9789587194609. dirección: https://books.google.com.co/books?id=QJTGDwAAQBAJ.A. C. R. Cañari, Conceptos, algoritmo y aplicación al problema de las N – reinas, 2005, cap. Capítulo 2. Heurística y metaheurística.G. Burgos, «En Colombia se rompió un nuevo récord, pero de tutelas: este es el derecho que más se reclama,» 2024. dirección: https://www.infobae.com/colombia/2023/12/22/en-colombia-se-rompio-un-nuevo-record-pero-de-tutelas-este-es-el-derecho-que-mas-se-reclama/.ORIGINALNiñoLadinoJulianAndres2024.pdfNiñoLadinoJulianAndres2024.pdfTrabajo de gradoapplication/pdf12747200https://repository.udistrital.edu.co/bitstreams/f22a291f-3ebb-4ef9-93b8-cf68e050f4f7/download1fa6384ab56c7ecea5ee6c1e27609a92MD53Licencia de uso y publicacion.pdfLicencia de uso y publicacion.pdfLicencia de uso y publicaciónapplication/pdf238688https://repository.udistrital.edu.co/bitstreams/060acaa0-6151-43f3-84e4-365f8d9d1ed8/download30ed3e22e611188802ba5196af803cd5MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-87167https://repository.udistrital.edu.co/bitstreams/1d2a059d-609d-46de-8141-960e981a0763/download997daf6c648c962d566d7b082dac908dMD52THUMBNAILNiñoLadinoJulianAndres2024.pdf.jpgNiñoLadinoJulianAndres2024.pdf.jpgIM Thumbnailimage/jpeg3647https://repository.udistrital.edu.co/bitstreams/19ccd571-83b9-42c7-adee-60c04bfec056/download7e54c63874583e54edab7fda20e5b577MD55Licencia de uso y publicacion.pdf.jpgLicencia de uso y publicacion.pdf.jpgIM Thumbnailimage/jpeg9517https://repository.udistrital.edu.co/bitstreams/869dae74-de55-4817-a14a-cc09e0e95303/download6e24a346088f237ec1ac567f80cda200MD5611349/93820oai:repository.udistrital.edu.co:11349/938202025-03-20 01:05:48.494restrictedhttps://repository.udistrital.edu.coRepositorio Universidad Distritalrepositorio@udistrital.edu.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

Publicaciones similares