| dc.description | RESUMEN
Este trabajo tiene como objetivo el desarrollo de un sistema basado en minería de textos para la asignación automática de jurados a Trabajos Especiales de Grado (TEG) mediante la clasificación de los documentos dentro de las opciones profesionales (OP) ofrecidas en la Escuela de Computación de la UCV. Ya existe una primera versión de este sistema que sólo realiza la clasificación de TEG bajo las cuatro OP más demandadas de la Escuela (Aplicaciones con Tecnología Internet, Inteligencia Artificial, Base de Datos, y Tecnologías en Comunicaciones y Redes de Computadoras). En este trabajo se toma como base dicho sistema y se crea una nueva versión que clasifica TEG pertenecientes a cualquiera de las once OP que se ofertan en la Escuela de Computación.
Para la creación del clasificador se aplicó el proceso de minería de textos sobre una recopilación de TEG, a los cuales se le realizó un pre-procesamiento eliminando signos de puntuación, palabras no informativas y aplicando lematización, luego fueron representados mediante el modelo de espacio vectorial indexados con pesado por entropía y finalmente se utilizaron diferentes medidas de relevancia para la reducción de la dimensionalidad del espacio de atributos. Para la estimación del modelo de clasificación se utilizó el algoritmo Bayes Ingenuo, alcanzando un 82,0513% de clasificaciones correctas. A través de la recomendación de hasta dos opciones profesionales, se logró incrementar el porcentaje de clasificaciones correctas a 87,5%. El módulo de asignación de opciones profesionales se integró con el módulo de asignación de jurados, éste último considera a los profesores especializados en las OP recomendadas en base a ciertos criterios de elección definidos. En conclusión, clasificando los TEG bajo cualquiera de las once OP de la Escuela, fue posible obtener un rendimiento similar al presentado en la versión previa de este sistema. Además se logró automatizar el proceso de asignación de jurados a TEG, lo que a su vez permite llevar un registro histórico de las asignaciones, contribuyendo con la automatización de procesos de la Escuela de Computación.
Palabras clave: Minería de textos, Modelos de clasificación, Bayes Ingenuo, Naïve Bayes, algoritmo de Porter Stemming, Weka. | |
