Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo

El propósito del proyecto es desarrollar una solución que facilite la interpretación y el análisis de la información textual que es recopilada por el Fondo de Población de las Naciones Unidas (UNFPA), para luego traducir esta información al lenguaje de los acuerdos del consenso de Montevideo. Todo e...

Full description

Autores:
Céspedes Plata, Jairo Adolfo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/73111
Acceso en línea:
https://hdl.handle.net/1992/73111
Palabra clave:
Fondo de Población de las Naciones Unidas
Procesamiento de Lenguaje Natural
Acuerdos del Consenso de Montevideo
Prototipo basado en promedios
Similitud por Coseno
Embedding Contextualizado
Fuzzy C-means
K-means
BETO
Ingeniería
Rights
openAccess
License
Attribution 4.0 International
id UNIANDES2_47f8c760e18b995a3f47057f3e512548
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/73111
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
title Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
spellingShingle Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
Fondo de Población de las Naciones Unidas
Procesamiento de Lenguaje Natural
Acuerdos del Consenso de Montevideo
Prototipo basado en promedios
Similitud por Coseno
Embedding Contextualizado
Fuzzy C-means
K-means
BETO
Ingeniería
title_short Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
title_full Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
title_fullStr Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
title_full_unstemmed Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
title_sort Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de Montevideo
dc.creator.fl_str_mv Céspedes Plata, Jairo Adolfo
dc.contributor.advisor.none.fl_str_mv Núñez Castro, Haydemar María
dc.contributor.author.none.fl_str_mv Céspedes Plata, Jairo Adolfo
dc.contributor.jury.none.fl_str_mv Núñez Castro, Haydemar María
dc.contributor.researchgroup.none.fl_str_mv Facultad de Ingeniería
dc.subject.keyword.spa.fl_str_mv Fondo de Población de las Naciones Unidas
Procesamiento de Lenguaje Natural
Acuerdos del Consenso de Montevideo
Prototipo basado en promedios
Similitud por Coseno
Embedding Contextualizado
topic Fondo de Población de las Naciones Unidas
Procesamiento de Lenguaje Natural
Acuerdos del Consenso de Montevideo
Prototipo basado en promedios
Similitud por Coseno
Embedding Contextualizado
Fuzzy C-means
K-means
BETO
Ingeniería
dc.subject.keyword.eng.fl_str_mv Fuzzy C-means
K-means
BETO
dc.subject.themes.spa.fl_str_mv Ingeniería
description El propósito del proyecto es desarrollar una solución que facilite la interpretación y el análisis de la información textual que es recopilada por el Fondo de Población de las Naciones Unidas (UNFPA), para luego traducir esta información al lenguaje de los acuerdos del consenso de Montevideo. Todo esto, basado en técnicas de Procesamiento de Lenguaje Natural, a través de diferentes modelos de agrupación como Fuzzy C-means (algoritmo de agrupación difuso), prototipo basado en promedios, similitud por coseno y K means (agrupación), los cuales utilizan el embedding contextualizado como base BETO. Posterior a la prueba de varios modelos se concluyó que la mejor opción es utilizar Kmeans sobre el embedding de los textos, ya que este es el que maximiza la precisión requerida.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-12-05T14:26:55Z
dc.date.available.none.fl_str_mv 2023-12-05T14:26:55Z
dc.date.issued.none.fl_str_mv 2023-11-08
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/1992/73111
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/1992/73111
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 U. Nations, «La Organización | Naciones Unidas,» dirección: https://www.un.org/es/about-us.
Cómo trabajamos UNFPA. dirección: https://www.unfpa.org/es/como-trabajamos (visitado 12-02-2023).
el Caribe, C. E. P. A. L. y. (2017, febrero 17). Objetivos de Desarrollo Sostenible (ODS). Cepal.org. https://www.cepal.org/es/temas/agenda-2030-desarrollo-sostenible/objetivos-desarrollo-sostenible-ods
P. A. Wilches Castellanos y H. M. Núñez Castro, «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.,» Propuesta Tesis maestría., Universidad de los Andes, 2022.
UNFPA Colombia | Primeros resultados de ECHO en Colombia. dirección: https://colombia.unfpa.org/es/news/primeros-resultados-de-echo-en-colombia (visitado 12-02-2023).
Kochmar, E. (2022). Getting Started with Natural Language Processing. Manning., isbn: 9781638350927.
Corley, C., & Mihalcea, R. (2005). Measuring the semantic similarity of texts. Proceedings of the ACL Workshop on Empirical Modeling of Semantic Equivalence and Entailment - EMSEE ’05.
Consenso de Montevideo. (2015, octubre 5). UNFPA América Latina y El Caribe. https://lac.unfpa.org/es/publicaciones/consenso-de-montevideo
Likas, A., Vlassis, N., & Verbeek, J. J. (2003). The global k-means clustering algorithm. Pattern recognition, 36(2), 451-461.
Nayak, J., Naik, B., & Behera, H. (2015). Fuzzy C-means (FCM) clustering algorithm: a decade review from 2000 to 2014. In Computational Intelligence in Data Mining-Volume 2: Proceedings of the International Conference on CIDM, 20-21 December 2014 (pp. 133-149). Springer India.
Reseña general. (2014, junio 18). UNFPA América Latina y El Caribe. https://lac.unfpa.org/es/rese%C3%B1-general
beto: BETO - Spanish version of the BERT model. (s/f). https://github.com/dccuchile/beto
de la Rosa, J., Ponferrada, E. G., Villegas, P., Salas, P. G. de P., Romero, M., & Grandury, M. (2022). BERTIN: Efficient pre-training of a Spanish language model using perplexity sampling. En arXiv [cs.CL]. http://arxiv.org/abs/2207.06814
2.3. Clustering. (s/f). Scikit-Learn. Recuperado el 4 de junio de 2023, de https://scikit-learn.org/stable/modules/clustering.html
SciKit-Fuzzy — skfuzzy v0.2 docs. (s/f). Pythonhosted.org. Recuperado el 4 de junio de 2023, de https://pythonhosted.org/scikit-fuzzy/overview.html
(S/f-b). Serverless.com. Recuperado el 4 de junio de 2023, de https://www.serverless.com/plugins/serverless-webpack
espejelomar/sentece-embeddings-BETO · Hugging Face. (s/f). Huggingface.co. Recuperado el 5 de junio de 2023, de https://huggingface.co/espejelomar/sentece-embeddings-BETO
SentenceTransformers documentation — sentence-transformers documentation. (s/f). Sbert.net. Recuperado el 5 de junio de 2023, de https://www.sbert.net/
Chandrasekaran, D., & Mago, V. (2021). Evolution of semantic similarity—a survey. ACM Computing Surveys (CSUR), 54(2), 1-37.
Vaswani, A., Shazeer, N., Brain, G., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., & Kaiser, Ł. (s/f). Attention is all you need. Arxiv.org. Recuperado el 29 de julio de 2023, de http://arxiv.org/abs/1706.03762
dc.rights.en.fl_str_mv Attribution 4.0 International
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
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 Attribution 4.0 International
http://creativecommons.org/licenses/by/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 32 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/d4414898-0b0c-406a-95a1-020a033bd0c1/download
https://repositorio.uniandes.edu.co/bitstreams/f6126c4e-d30e-40a4-a50c-6284f7893af2/download
https://repositorio.uniandes.edu.co/bitstreams/3c3e0911-bcac-4fa7-a1e5-4f2170f4b3ea/download
https://repositorio.uniandes.edu.co/bitstreams/45fd962f-a1f9-4c79-ac87-785ab26a885b/download
https://repositorio.uniandes.edu.co/bitstreams/32f80879-c6a1-420f-b2c5-3f4fc35b29d1/download
https://repositorio.uniandes.edu.co/bitstreams/e5003844-cd5f-4347-8b8f-a7dbbeda7e28/download
https://repositorio.uniandes.edu.co/bitstreams/63466771-6a3d-45de-81bf-c3043039c842/download
https://repositorio.uniandes.edu.co/bitstreams/2d118b2d-f1f7-4ab2-9e74-bdc6aa0f03e9/download
bitstream.checksum.fl_str_mv 24fd9b44a69a1ed5280b6ac0dd243bfa
797e127402c71beff6e0e09b34cb43dc
0175ea4a2d4caec4bbcc37e300941108
ae9e573a68e7f92501b6913cc846c39f
ccec343e2ae8d953331cf24189ed6a62
2bcd6c847a749c08478375d1b8980007
56d7cabf98d83aaa687533bb95ef4fbb
88f89bd16676bada218b5fc15d63a516
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1812134074998849536
spelling Núñez Castro, Haydemar MaríaCéspedes Plata, Jairo AdolfoNúñez Castro, Haydemar MaríaFacultad de Ingeniería2023-12-05T14:26:55Z2023-12-05T14:26:55Z2023-11-08https://hdl.handle.net/1992/73111instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El propósito del proyecto es desarrollar una solución que facilite la interpretación y el análisis de la información textual que es recopilada por el Fondo de Población de las Naciones Unidas (UNFPA), para luego traducir esta información al lenguaje de los acuerdos del consenso de Montevideo. Todo esto, basado en técnicas de Procesamiento de Lenguaje Natural, a través de diferentes modelos de agrupación como Fuzzy C-means (algoritmo de agrupación difuso), prototipo basado en promedios, similitud por coseno y K means (agrupación), los cuales utilizan el embedding contextualizado como base BETO. Posterior a la prueba de varios modelos se concluyó que la mejor opción es utilizar Kmeans sobre el embedding de los textos, ya que este es el que maximiza la precisión requerida.Ingeniero de Sistemas y ComputaciónPregrado32 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de encuestas de población y su relación con los acuerdos del consenso de MontevideoTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPFondo de Población de las Naciones UnidasProcesamiento de Lenguaje NaturalAcuerdos del Consenso de MontevideoPrototipo basado en promediosSimilitud por CosenoEmbedding ContextualizadoFuzzy C-meansK-meansBETOIngenieríaU. Nations, «La Organización | Naciones Unidas,» dirección: https://www.un.org/es/about-us.Cómo trabajamos UNFPA. dirección: https://www.unfpa.org/es/como-trabajamos (visitado 12-02-2023).el Caribe, C. E. P. A. L. y. (2017, febrero 17). Objetivos de Desarrollo Sostenible (ODS). Cepal.org. https://www.cepal.org/es/temas/agenda-2030-desarrollo-sostenible/objetivos-desarrollo-sostenible-odsP. A. Wilches Castellanos y H. M. Núñez Castro, «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.,» Propuesta Tesis maestría., Universidad de los Andes, 2022.UNFPA Colombia | Primeros resultados de ECHO en Colombia. dirección: https://colombia.unfpa.org/es/news/primeros-resultados-de-echo-en-colombia (visitado 12-02-2023).Kochmar, E. (2022). Getting Started with Natural Language Processing. Manning., isbn: 9781638350927.Corley, C., & Mihalcea, R. (2005). Measuring the semantic similarity of texts. Proceedings of the ACL Workshop on Empirical Modeling of Semantic Equivalence and Entailment - EMSEE ’05.Consenso de Montevideo. (2015, octubre 5). UNFPA América Latina y El Caribe. https://lac.unfpa.org/es/publicaciones/consenso-de-montevideoLikas, A., Vlassis, N., & Verbeek, J. J. (2003). The global k-means clustering algorithm. Pattern recognition, 36(2), 451-461.Nayak, J., Naik, B., & Behera, H. (2015). Fuzzy C-means (FCM) clustering algorithm: a decade review from 2000 to 2014. In Computational Intelligence in Data Mining-Volume 2: Proceedings of the International Conference on CIDM, 20-21 December 2014 (pp. 133-149). Springer India.Reseña general. (2014, junio 18). UNFPA América Latina y El Caribe. https://lac.unfpa.org/es/rese%C3%B1-generalbeto: BETO - Spanish version of the BERT model. (s/f). https://github.com/dccuchile/betode la Rosa, J., Ponferrada, E. G., Villegas, P., Salas, P. G. de P., Romero, M., & Grandury, M. (2022). BERTIN: Efficient pre-training of a Spanish language model using perplexity sampling. En arXiv [cs.CL]. http://arxiv.org/abs/2207.068142.3. Clustering. (s/f). Scikit-Learn. Recuperado el 4 de junio de 2023, de https://scikit-learn.org/stable/modules/clustering.htmlSciKit-Fuzzy — skfuzzy v0.2 docs. (s/f). Pythonhosted.org. Recuperado el 4 de junio de 2023, de https://pythonhosted.org/scikit-fuzzy/overview.html(S/f-b). Serverless.com. Recuperado el 4 de junio de 2023, de https://www.serverless.com/plugins/serverless-webpackespejelomar/sentece-embeddings-BETO · Hugging Face. (s/f). Huggingface.co. Recuperado el 5 de junio de 2023, de https://huggingface.co/espejelomar/sentece-embeddings-BETOSentenceTransformers documentation — sentence-transformers documentation. (s/f). Sbert.net. Recuperado el 5 de junio de 2023, de https://www.sbert.net/Chandrasekaran, D., & Mago, V. (2021). Evolution of semantic similarity—a survey. ACM Computing Surveys (CSUR), 54(2), 1-37.Vaswani, A., Shazeer, N., Brain, G., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., & Kaiser, Ł. (s/f). Attention is all you need. Arxiv.org. Recuperado el 29 de julio de 2023, de http://arxiv.org/abs/1706.03762201912008PublicationORIGINALAplicación de técnicas de Procesamiento de Lenguaje Natural.pdfAplicación de técnicas de Procesamiento de Lenguaje Natural.pdfapplication/pdf695579https://repositorio.uniandes.edu.co/bitstreams/d4414898-0b0c-406a-95a1-020a033bd0c1/download24fd9b44a69a1ed5280b6ac0dd243bfaMD51autorizacion tesis.pdfautorizacion tesis.pdfHIDEapplication/pdf278065https://repositorio.uniandes.edu.co/bitstreams/f6126c4e-d30e-40a4-a50c-6284f7893af2/download797e127402c71beff6e0e09b34cb43dcMD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908https://repositorio.uniandes.edu.co/bitstreams/3c3e0911-bcac-4fa7-a1e5-4f2170f4b3ea/download0175ea4a2d4caec4bbcc37e300941108MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/45fd962f-a1f9-4c79-ac87-785ab26a885b/downloadae9e573a68e7f92501b6913cc846c39fMD54TEXTAplicación de técnicas de Procesamiento de Lenguaje Natural.pdf.txtAplicación de técnicas de Procesamiento de Lenguaje Natural.pdf.txtExtracted texttext/plain46041https://repositorio.uniandes.edu.co/bitstreams/32f80879-c6a1-420f-b2c5-3f4fc35b29d1/downloadccec343e2ae8d953331cf24189ed6a62MD55autorizacion tesis.pdf.txtautorizacion tesis.pdf.txtExtracted texttext/plain2139https://repositorio.uniandes.edu.co/bitstreams/e5003844-cd5f-4347-8b8f-a7dbbeda7e28/download2bcd6c847a749c08478375d1b8980007MD57THUMBNAILAplicación de técnicas de Procesamiento de Lenguaje Natural.pdf.jpgAplicación de técnicas de Procesamiento de Lenguaje Natural.pdf.jpgGenerated Thumbnailimage/jpeg6602https://repositorio.uniandes.edu.co/bitstreams/63466771-6a3d-45de-81bf-c3043039c842/download56d7cabf98d83aaa687533bb95ef4fbbMD56autorizacion tesis.pdf.jpgautorizacion tesis.pdf.jpgGenerated Thumbnailimage/jpeg10950https://repositorio.uniandes.edu.co/bitstreams/2d118b2d-f1f7-4ab2-9e74-bdc6aa0f03e9/download88f89bd16676bada218b5fc15d63a516MD581992/73111oai:repositorio.uniandes.edu.co:1992/731112023-12-06 03:11:33.973http://creativecommons.org/licenses/by/4.0/Attribution 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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

Publicaciones similares