Detección de contratistas multiobjeto mediante minería de textos para focalizar el ejercicio del control y vigilancia fiscal

Las entidades fiscalizadoras superiores, y en específico su ente rector, la Organización Internacional de las Entidades Fiscalizadoras Superiores (INTOSAI), han impulsado en los últimos cuatro años iniciativas encaminadas al uso de tecnologías y métodos para sus procesos de vigilancia y fiscalización que sean replicables y que generen resultados tangibles en el contexto fiscal. En este sentido, la Contraloría General de la República de Colombia viene fortaleciendo su infraestructura tecnológica y capacidades técnicas con mirar a mejorar y optimizar sus esfuerzos en cuanto a la vigilancia de los recursos de los colombianos. Aunque dicha tarea no es sencilla, esta entidad ha logrado detectar patrones de aquellos contratistas que acaparan la contratación estatal, logrando estar en diferentes sectores económicos sin tener probablemente la competencia técnica para cumplir el objeto contractual estipulado. A estos se les conoce en el ámbito de la Contraloría General como contratistas “multiobjeto”. En el presente artículo se muestra la construcción de un conjunto de datos de 1.998 registros etiquetado por expertos, que corresponden a contratos del sector educativo en Colombia. Con este instrumento se llevó a cabo el entrenamiento y las pruebas sobre un clasificador automático construido para los objetos contractuales a fin de detectar presuntos contratistas “multiobjeto”. Adicionalmente, se encontró que el mejor algoritmo de clasificación fue “Máquina de Soporte Vectorial Lineal”, con una exactitud de 84 %, el cual permitió finalmente listar por agrupamiento los presuntos contratistas de este tipo.

• Tipo de recurso: Article of journal
• Fecha de publicación: 2021
• Institución: Universidad de Bogotá Jorge Tadeo Lozano
• Repositorio: Expeditio: repositorio UTadeo
• Idioma: spa
• OAI Identifier: oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/21575
• Acceso en línea: https://revistas.utadeo.edu.co/index.php/mutis/issue/view/140; https://doi.org/10.21789/22561498.1732; http://hdl.handle.net/20.500.12010/21575
• Palabra clave: Aprendizaje De Máquina; Minería De Texto; Contratación Estatal; Ciencias naturales; Minería de datos; Adjudicación de contratos; Text Mining; Machine Learning; State’s Procurement
• License: Copyright (c) 2021 Revista Mutis