Tesis EP Computación Científica

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/37

Browse

Browsing Tesis EP Computación Científica by browse.metadata.advisor "Pérez Núñez, Jhelly Reynaluz"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Implementación de un asistente virtual basado en inteligencia artificial generativa para la plataforma Vincúlate
    (Universidad Nacional Mayor de San Marcos, 2024) Salazar Carazas, Renzo Osmar; Pérez Núñez, Jhelly Reynaluz
    Este trabajo presenta el desarrollo de un asistente virtual para la plataforma Vincúlate del Concytec, diseñado para proporcionar información sobre las herramientas que facilitan la vinculación entre la academia y la industria. Para ello, se recopilaron los documentos, guías, manuales y contenido de la plataforma. Posteriormente, los datos fueron divididos en fragmentos y almacenados en la base de datos vectorial Chroma. Mediante la Recuperación Aumentada por Generación (RAG) y el uso del modelo de lenguaje de gran tamaño GPT-3.5 turbo, junto con el framework Langchain, se generaron respuestas orientadas a este dominio específico. Las evaluaciones realizadas demostraron que el asistente generó respuestas precisas y relevantes a las preguntas de los usuarios, mejorando la accesibilidad a la información y manteniendo la coherencia del contenido. Estos resultados son alentadores y pueden ser replicados en otras bases de conocimientos del Concytec.
  • Thumbnail Image
    Item
    Modelo análisis de sentimientos: Word2Vec y un modelo BiRNR-LSTM para un discurso de odio
    (Universidad Nacional Mayor de San Marcos, 2021) Mauricio Salazar, Josue Angel; Pérez Núñez, Jhelly Reynaluz
    Desarrolla de dos casos de estudio del Procesamiento de Lenguaje Natural usados en conjunto para poder generar un modelo de análisis de sentimientos, utilizando como fuente de datos tweets organizados en una tabla con 6000 datos etiquetados. Se buscará construir un modelo que pueda clasificar cuáles de estos mensajes contienen odio y cuáles no. Primero, se hará un repaso de un modelo de representación vectorial para texto, llamado word embeddings, generados mediante el uso del algoritmo Word2Vec, se mostrará adetalle el mecanismo y resultados del mismo. Posteriormente, se construirá un modelo de clasificación binaria, el cual está compuesto por una arquitectura de redes neuronales recurrentes con unidades Long Short-Term Memory (LSTM) bidireccional, entrenado con los embeddings generados por el algoritmo Word2Vec, se explicará el uso de los parámetros utilizados en la configuración inicial del modelo. Se mostrarán los resultados, haciendo uso de métricas de evaluación de nuestro modelo y por último, las respectivas conclusiones de nuestro estudio.