Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible
Este estudio se centra en el tratamiento de comentarios y reseñas de los Objetivos de Desarrollo Sostenible (ODS) mediante un modelo de clasificación basado en técnicas de Deep Learning, implementando un modelo pre entrenado para el entendimiento de los datos, una red neuronal para clasificarlos y t...
- Autores:
-
Carvajal Lombo, Diego Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/73857
- Acceso en línea:
- https://hdl.handle.net/1992/73857
- Palabra clave:
- Machine learning
Deep learning
Aumentación de textos.
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_009c84831fc145e5bfec9d9307fd0f1c |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/73857 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| title |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| spellingShingle |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible Machine learning Deep learning Aumentación de textos. Ingeniería |
| title_short |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| title_full |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| title_fullStr |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| title_full_unstemmed |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| title_sort |
Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenible |
| dc.creator.fl_str_mv |
Carvajal Lombo, Diego Felipe |
| dc.contributor.advisor.none.fl_str_mv |
Núñez Castro, Haydemar María |
| dc.contributor.author.none.fl_str_mv |
Carvajal Lombo, Diego Felipe |
| dc.contributor.researchgroup.none.fl_str_mv |
Facultad de Ingeniería::COMIT - Comunicaciones y Tecnología de Información |
| dc.subject.keyword.eng.fl_str_mv |
Machine learning Deep learning |
| topic |
Machine learning Deep learning Aumentación de textos. Ingeniería |
| dc.subject.keyword.spa.fl_str_mv |
Aumentación de textos. |
| dc.subject.themes.spa.fl_str_mv |
Ingeniería |
| description |
Este estudio se centra en el tratamiento de comentarios y reseñas de los Objetivos de Desarrollo Sostenible (ODS) mediante un modelo de clasificación basado en técnicas de Deep Learning, implementando un modelo pre entrenado para el entendimiento de los datos, una red neuronal para clasificarlos y técnicas de aumentación de datos. Los resultados destacan una notable mejora en la precisión, especialmente en categorías con datos limitados, además de una precisión del 91.15% a la hora de clasificar. La implementación culmina en una aplicación web que permite a los usuarios ingresar textos o cargar archivos para obtener su clasificación respecto a los ODS, contribuyendo así a una interpretación más efectiva y análisis de información clave para el logro de los ODS. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-02-02T21:06:01Z |
| dc.date.available.none.fl_str_mv |
2024-02-02T21:06:01Z |
| dc.date.issued.none.fl_str_mv |
2024-01-29 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/1992/73857 |
| dc.identifier.instname.none.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
https://hdl.handle.net/1992/73857 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
¿Qué son las Naciones Unidas? Información completa sobre la ONU”. Consultado: el 12 de enero de 2024. [En línea]. Disponible en: https://www.ferrovial.com/es/recursos/naciones-unidas Envera, “Agenda 2030: así contribuye Envera a once Objetivos de Desarrollo Sostenible”, https://grupoenvera.org/agenda-2030-asi-contribuye-envera-once-los-objetivos-desarrollo-sostenible/?gclid=Cj0KCQiAhomtBhDgARIsABcaYynI1x9evifEfT33cibr13AyfHouzCJKY69pWhCqOm6xPkR_2Gam32saAtNcEALw_wcB#anchor Programa de las Naciones Unidas para el Desarrollo, “¿Qué son los Objetivos de Desarrollo Sostenible?”, https://www.undp.org/es/sustainable-development-goals. Infraestructura Colombiana de Datos Espaciales, “ODS - Objetivos Desarrollo Sostenible, Agenda 2030 Colombia”, https://www.icde.gov.co/datos-y-recursos/articulacion-icde/ods-objetivos-desarrollo-sostenible-agenda-2030-colombia Iberdrola, “¿Qué es la Inteligencia Artificial?”, https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial. Iberdrola, “Qué es el ‘machine learning’”, https://www.iberdrola.com/innovacion/machine-learning-aprendizaje-automatico. IBM, “¿Qué es el deep learning?”, https://www.ibm.com/mx-es/topics/deep-learning. Universidad EAFIT, “Inteligencia artificial: de cara al logro de los ODS”, https://www.eafit.edu.co/noticias/revistauniversidadeafit/173/inteligencia-artificial-logro-ods. Paula Andrea Wilches Castellanos, “Uso de la inteligencia artificial para apoyar el análisis de opiniones en procesos de planeación participativa y su traducción al lenguaje de los objetivos de desarrollo sostenible.”, Universidad de los Andes, Bogotá, 2023. “Procesamiento del Lenguaje Natural”. Consultado: el 14 de enero de 2024. [En línea]. Disponible en: https://www.iic.uam.es/inteligencia-artificial/procesamiento-del-lenguaje-natural/ J. D. Polo, “CÓMO FUNCIONA BERT, EL MODELO DE PROCESAMIENTO DEL LENGUAJE NATURAL DE GOOGLE”, https://wwwhatsnew.com/2023/03/21/como-funciona-bert-el-modelo-de-procesamiento-del-lenguaje-natural-de-google/. G. Espíndola, “¿Qué son los embeddings y cómo se utilizan en la inteligencia artificial con python?”, https://gustavo-espindola.medium.com/qu%C3%A9-son-los-embeddings-y-c%C3%B3mo-se-utilizan-en-la-inteligencia-artificial-con-python-45b751ed86a5. Microsoft, “Ajuste de hiperparámetros de un modelo (v2)”, https://learn.microsoft.com/es-es/azure/machine-learning/how-to-tune-hyperparameters?view=azureml-api-2. Amazon, “¿Qué es una red neuronal?”, https://aws.amazon.com/es/what-is/neural-network/. BM, “¿Qué son las redes neuronales?”, https://www.ibm.com/es-es/topics/neural-networks. Barrios, “La matriz de confusión y sus métricas”, https://www.juanbarrios.com/la-matriz-de-confusion-y-sus-metricas/ “GitHub - makcedward/nlpaug: Data augmentation for NLP”. Consultado: el 14 de enero de 2024. [En línea]. Disponible en: https://github.com/makcedward/nlpaug?tab=readme-ov-file “¿Qué es TF-IDF y cómo se calcula? - Seobility Wiki”. Consultado: el 18 de enero de 2024. [En línea]. Disponible en: https://www.seobility.net/es/wiki/TF_IDF#.C2.BFQu.C3.A9_es_TF-IDF.3F M. Terol, “API de OpenAI: revolucionando la industria de chatbots”, https://blogthinkbig.com/api-de-openai#:~:text=Qu%C3%A9%20posibilidades%20ofrece%20la%20API%20de%20OpenAI&text=El%20modelo%20tiene%20caracter%C3%ADsticas%20que,de%20voz%20como%20de%20texto. Núñez Vilma, “¿Qué es un prompt? Descripción de su importancia en la inteligencia artificial”, https://vilmanunez.com/que-es-un-prompt-inteligencia- artificial/. Models - OpenAI API”. Consultado: el 21 de enero de 2024. [En línea]. Disponible en: https://platform.openai.com/docs/models/moderation |
| dc.rights.uri.none.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
40 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/4d7bd35c-3b4c-4440-ad46-9cef59329525/download https://repositorio.uniandes.edu.co/bitstreams/b8f9f7d8-a3a7-42c9-9f5e-6ea5660ef789/download https://repositorio.uniandes.edu.co/bitstreams/4a490d70-0f30-4679-9dc8-3694b96933e8/download https://repositorio.uniandes.edu.co/bitstreams/6e45585a-3d90-46c1-86bf-30a9d2036635/download https://repositorio.uniandes.edu.co/bitstreams/c6c36991-aa79-4731-8ede-6ac1ce5ee50b/download https://repositorio.uniandes.edu.co/bitstreams/02ebcc08-981b-4e07-a83a-ba9d97828496/download https://repositorio.uniandes.edu.co/bitstreams/250fdef1-8542-462a-8f2d-339ab2e32ce3/download |
| bitstream.checksum.fl_str_mv |
ae9e573a68e7f92501b6913cc846c39f 316a57c1db5f435f285b8912dd0d8fa5 916c091f9fb391a70f3e994873d89e98 c6f0fa874ee7a041dd2e6af007eddb91 f9e8cb1227b4dd1b171796a40c19059c dd0504afba8757ce9a4d0903c2d4d62f 2739d465046b32124f98ec1de610175e |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133843151355904 |
| spelling |
Núñez Castro, Haydemar MaríaCarvajal Lombo, Diego FelipeFacultad de Ingeniería::COMIT - Comunicaciones y Tecnología de Información2024-02-02T21:06:01Z2024-02-02T21:06:01Z2024-01-29https://hdl.handle.net/1992/73857instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Este estudio se centra en el tratamiento de comentarios y reseñas de los Objetivos de Desarrollo Sostenible (ODS) mediante un modelo de clasificación basado en técnicas de Deep Learning, implementando un modelo pre entrenado para el entendimiento de los datos, una red neuronal para clasificarlos y técnicas de aumentación de datos. Los resultados destacan una notable mejora en la precisión, especialmente en categorías con datos limitados, además de una precisión del 91.15% a la hora de clasificar. La implementación culmina en una aplicación web que permite a los usuarios ingresar textos o cargar archivos para obtener su clasificación respecto a los ODS, contribuyendo así a una interpretación más efectiva y análisis de información clave para el logro de los ODS.This study focuses on the processing of comments and reviews of the Sustainable Development Goals (SDGs) using a classification model based on Deep Learning techniques, implementing a pre-trained model for data understanding, a neural network for classification and data augmentation techniques. The results highlight a remarkable improvement in accuracy, especially in categories with limited data, in addition to an accuracy of 91.15% when classifying. The implementation culminates in a web application that allows users to enter text or upload files to obtain their classification against the SDGs, thus contributing to more effective interpretation and analysis of key information for the achievement of the SDGs.Ingeniero de Sistemas y ComputaciónPregrado40 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y Computaciónhttps://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos de Deep learning para la clasificación de textos en los objetivos de desarrollo sostenibleTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMachine learningDeep learningAumentación de textos.Ingeniería¿Qué son las Naciones Unidas? Información completa sobre la ONU”. Consultado: el 12 de enero de 2024. [En línea]. Disponible en: https://www.ferrovial.com/es/recursos/naciones-unidasEnvera, “Agenda 2030: así contribuye Envera a once Objetivos de Desarrollo Sostenible”, https://grupoenvera.org/agenda-2030-asi-contribuye-envera-once-los-objetivos-desarrollo-sostenible/?gclid=Cj0KCQiAhomtBhDgARIsABcaYynI1x9evifEfT33cibr13AyfHouzCJKY69pWhCqOm6xPkR_2Gam32saAtNcEALw_wcB#anchorPrograma de las Naciones Unidas para el Desarrollo, “¿Qué son los Objetivos de Desarrollo Sostenible?”, https://www.undp.org/es/sustainable-development-goals.Infraestructura Colombiana de Datos Espaciales, “ODS - Objetivos Desarrollo Sostenible, Agenda 2030 Colombia”, https://www.icde.gov.co/datos-y-recursos/articulacion-icde/ods-objetivos-desarrollo-sostenible-agenda-2030-colombiaIberdrola, “¿Qué es la Inteligencia Artificial?”, https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial.Iberdrola, “Qué es el ‘machine learning’”, https://www.iberdrola.com/innovacion/machine-learning-aprendizaje-automatico.IBM, “¿Qué es el deep learning?”, https://www.ibm.com/mx-es/topics/deep-learning.Universidad EAFIT, “Inteligencia artificial: de cara al logro de los ODS”, https://www.eafit.edu.co/noticias/revistauniversidadeafit/173/inteligencia-artificial-logro-ods.Paula Andrea Wilches Castellanos, “Uso de la inteligencia artificial para apoyar el análisis de opiniones en procesos de planeación participativa y su traducción al lenguaje de los objetivos de desarrollo sostenible.”, Universidad de los Andes, Bogotá, 2023.“Procesamiento del Lenguaje Natural”. Consultado: el 14 de enero de 2024. [En línea]. Disponible en: https://www.iic.uam.es/inteligencia-artificial/procesamiento-del-lenguaje-natural/J. D. Polo, “CÓMO FUNCIONA BERT, EL MODELO DE PROCESAMIENTO DEL LENGUAJE NATURAL DE GOOGLE”, https://wwwhatsnew.com/2023/03/21/como-funciona-bert-el-modelo-de-procesamiento-del-lenguaje-natural-de-google/.G. Espíndola, “¿Qué son los embeddings y cómo se utilizan en la inteligencia artificial con python?”, https://gustavo-espindola.medium.com/qu%C3%A9-son-los-embeddings-y-c%C3%B3mo-se-utilizan-en-la-inteligencia-artificial-con-python-45b751ed86a5.Microsoft, “Ajuste de hiperparámetros de un modelo (v2)”, https://learn.microsoft.com/es-es/azure/machine-learning/how-to-tune-hyperparameters?view=azureml-api-2.Amazon, “¿Qué es una red neuronal?”, https://aws.amazon.com/es/what-is/neural-network/.BM, “¿Qué son las redes neuronales?”, https://www.ibm.com/es-es/topics/neural-networks.Barrios, “La matriz de confusión y sus métricas”, https://www.juanbarrios.com/la-matriz-de-confusion-y-sus-metricas/“GitHub - makcedward/nlpaug: Data augmentation for NLP”. Consultado: el 14 de enero de 2024. [En línea]. Disponible en: https://github.com/makcedward/nlpaug?tab=readme-ov-file“¿Qué es TF-IDF y cómo se calcula? - Seobility Wiki”. Consultado: el 18 de enero de 2024. [En línea]. Disponible en: https://www.seobility.net/es/wiki/TF_IDF#.C2.BFQu.C3.A9_es_TF-IDF.3FM. Terol, “API de OpenAI: revolucionando la industria de chatbots”, https://blogthinkbig.com/api-de-openai#:~:text=Qu%C3%A9%20posibilidades%20ofrece%20la%20API%20de%20OpenAI&text=El%20modelo%20tiene%20caracter%C3%ADsticas%20que,de%20voz%20como%20de%20texto.Núñez Vilma, “¿Qué es un prompt? Descripción de su importancia en la inteligencia artificial”, https://vilmanunez.com/que-es-un-prompt-inteligencia- artificial/.Models - OpenAI API”. Consultado: el 21 de enero de 2024. [En línea]. Disponible en: https://platform.openai.com/docs/models/moderation201911910PublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/4d7bd35c-3b4c-4440-ad46-9cef59329525/downloadae9e573a68e7f92501b6913cc846c39fMD51ORIGINALautorizacion tesis.pdfautorizacion tesis.pdfHIDEapplication/pdf277788https://repositorio.uniandes.edu.co/bitstreams/b8f9f7d8-a3a7-42c9-9f5e-6ea5660ef789/download316a57c1db5f435f285b8912dd0d8fa5MD52Modelos de Deep Learning para la clasificación de textos.pdfModelos de Deep Learning para la clasificación de textos.pdfapplication/pdf722668https://repositorio.uniandes.edu.co/bitstreams/4a490d70-0f30-4679-9dc8-3694b96933e8/download916c091f9fb391a70f3e994873d89e98MD53TEXTautorizacion tesis.pdf.txtautorizacion tesis.pdf.txtExtracted texttext/plain2093https://repositorio.uniandes.edu.co/bitstreams/6e45585a-3d90-46c1-86bf-30a9d2036635/downloadc6f0fa874ee7a041dd2e6af007eddb91MD54Modelos de Deep Learning para la clasificación de textos.pdf.txtModelos de Deep Learning para la clasificación de textos.pdf.txtExtracted texttext/plain51584https://repositorio.uniandes.edu.co/bitstreams/c6c36991-aa79-4731-8ede-6ac1ce5ee50b/downloadf9e8cb1227b4dd1b171796a40c19059cMD56THUMBNAILautorizacion tesis.pdf.jpgautorizacion tesis.pdf.jpgGenerated Thumbnailimage/jpeg11075https://repositorio.uniandes.edu.co/bitstreams/02ebcc08-981b-4e07-a83a-ba9d97828496/downloaddd0504afba8757ce9a4d0903c2d4d62fMD55Modelos de Deep Learning para la clasificación de textos.pdf.jpgModelos de Deep Learning para la clasificación de textos.pdf.jpgGenerated Thumbnailimage/jpeg9096https://repositorio.uniandes.edu.co/bitstreams/250fdef1-8542-462a-8f2d-339ab2e32ce3/download2739d465046b32124f98ec1de610175eMD571992/73857oai:repositorio.uniandes.edu.co:1992/738572024-02-16 14:43:08.176https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |