Please use this identifier to cite or link to this item:
http://dspace.ucuenca.edu.ec/handle/123456789/40630
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Orellana Cordero, Marcos Patricio | - |
dc.contributor.author | Vásquez Vanegas, Bayron Fernando | - |
dc.date.accessioned | 2023-01-09T13:06:16Z | - |
dc.date.available | 2023-01-09T13:06:16Z | - |
dc.date.issued | 2023-01-06 | - |
dc.identifier.uri | http://dspace.ucuenca.edu.ec/handle/123456789/40630 | - |
dc.description | Debido a la aparición del virus SARS-CoV-2, y a la enfermedad del COVID-19 que provoca este virus, la comunidad científica así como los distintos actores y organizaciones, han visto la necesidad de obtener información que pueda aportar conocimiento sobre cómo evoluciona esta enfermedad y enfrentar los distintos problemas que la misma ha traído a la población mundial. El estudio propone realizar la clasificación de artículos científicos mediante la aplicación de técnicas de Machine Learning, a través de mecanismos de representación semántica de palabras como es Word Embeddings y tecnologías basadas en redes neuronales, analizando los abstracts de artículos científicos disponibles en las fuentes de información como lo es LitCovid. El desarrollo del presente estudio está basado en la aplicación de la metodología CRISP-DM (CRoss-Industry Standard Process for Data Mining) (Wirth, 2000), la cual describe un modelo de procesos jerárquico que consta de seis fases que describen de manera natural el ciclo de vida de un proyecto de minería de datos, y debido a que tanto la minería de datos como la de texto buscan obtener conocimiento sea de grandes volúmenes de datos y de grandes volúmenes de documentos de texto respectivamente, se adopta como base para el desarrollo del presente estudio esta metodología. Para lograr los objetivos propuestos se emplea la metodología adoptada y se evalúan los resultados de desempeño de aplicar dicha metodología y modelos propuestos. Los resultados obtenidos demuestran que al aplicar la metodología propuesta se obtuvieron resultados aceptables para la clasificación, dando como resultado, que, al emplear FastText como modelo de representación semántica, se consiguieron métricas de exactitud del 74%, en comparación con los modelos Word2Vec y Glove que alcanzaron el 72% y 65% respectivamente, siendo esta técnica una de las mejores opciones al momento de emplear modelos de representación semántica del texto. | en_US |
dc.description.abstract | exactitud del 74%, en comparación con los modelos Word2Vec y Glove que alcanzaron el 72% y 65% respectivamente, siendo esta técnica una de las mejores opciones al momento de emplear modelos de representación semántica del texto. | en_US |
dc.format | application/pdf | en_US |
dc.format.extent | 101 páginas | en_US |
dc.language.iso | spa | en_US |
dc.publisher | Universidad de Cuenca | en_US |
dc.relation.ispartofseries | TM4;2026 | - |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Ingeniería de Sistemas | en_US |
dc.subject | Inteligencia artificial | en_US |
dc.subject | Programación informática | en_US |
dc.subject.other | Minería de datos | en_US |
dc.title | Clasificación de artículos académicos sobre la pandemia de la COVID-19, a través de técnicas de minería de texto | en_US |
dc.type | masterThesis | en_US |
dc.description.degree | Magíster en Gestión Estratégica de Tecnologías de la Información | en_US |
dc.description.city | Cuenca | en_US |
dc.ucuenca.id | 0102668209 | en_US |
dc.ucuenca.idautor | 0104742424 | en_US |
dc.ucuenca.areaconocimientounescoamplio | 33 Ciencias Tecnológicas | en_US |
dc.ucuenca.correspondencia | bayron.vasquezv@hotmail.com | en_US |
dc.ucuenca.areaconocimientounescoespecifico | 3304 Tecnología de los Ordenadores | en_US |
dc.ucuenca.areaconocimientounescodetallado | 3304.13 Dispositivos de Transmisión de Datos | en_US |
dc.rights.accessRights | openAccess | en_US |
dc.ucuenca.responsablerecepcion | Cajamarca Quintuña Sergio Rubén | en_US |
dc.audience.educationLevel | Tesis de Maestría en Gestión Estratégica de Tecnologías de la Información | en_US |
Appears in Collections: | Tesis Maestrías |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Trabajo-de-Titulacion.pdf | Versión presentada (texto completo) | 3.02 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
Centro de Documentacion Regional "Juan Bautista Vázquez" | ||||||||||
|