Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos

Autores
Torres Esteban, Matías; Cagnina, Leticia Cecilia; Thompson, Horacio
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este trabajo presenta un plan de Trabajo Final de carrera de grado enfocado en la integración de grandes modelos de lenguaje (LLMs) y grafos de conocimiento (KGs) para el análisis de textos científicos. Los desafíos y limitaciones de los LLMs pueden abordarse mediante el uso de KGs, y viceversa, ya que ambos están intrínsecamente conectados y tienen el potencial de complementarse mutuamente. Se propone explorar enfoques para la extracción de información a partir de resúmenes de artículos científicos, que a menudo pueden ser formalizados en un lenguaje lógico. Los LLMs pueden contribuir a la construcción y mantenimiento de los KGs gracias a su capacidad para procesar lenguaje natural, mientras que los KGs pueden ayudar a los LLMs a razonar sobre información estructurada, favoreciendo aspectos como la interpretabilidad. Este estudio busca generar nuevas hipótesis de trabajo y promover avances en unárea cada vez más relevante e interdisciplinaria: la interpretabilidad de los grandes modelos de lenguaje.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Procesamiento del lenguaje natural
Grandes modelos de lenguaje
Grafos de conocimiento
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/191449
Acceder
id SEDICI_36f7be6e17632156ca90c55e6c049f10
oai_identifier_str oai:sedici.unlp.edu.ar:10915/191449
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicosTorres Esteban, MatíasCagnina, Leticia CeciliaThompson, HoracioCiencias InformáticasProcesamiento del lenguaje naturalGrandes modelos de lenguajeGrafos de conocimientoEste trabajo presenta un plan de Trabajo Final de carrera de grado enfocado en la integración de grandes modelos de lenguaje (LLMs) y grafos de conocimiento (KGs) para el análisis de textos científicos. Los desafíos y limitaciones de los LLMs pueden abordarse mediante el uso de KGs, y viceversa, ya que ambos están intrínsecamente conectados y tienen el potencial de complementarse mutuamente. Se propone explorar enfoques para la extracción de información a partir de resúmenes de artículos científicos, que a menudo pueden ser formalizados en un lenguaje lógico. Los LLMs pueden contribuir a la construcción y mantenimiento de los KGs gracias a su capacidad para procesar lenguaje natural, mientras que los KGs pueden ayudar a los LLMs a razonar sobre información estructurada, favoreciendo aspectos como la interpretabilidad. Este estudio busca generar nuevas hipótesis de trabajo y promover avances en unárea cada vez más relevante e interdisciplinaria: la interpretabilidad de los grandes modelos de lenguaje.Red de Universidades con Carreras en Informática2025-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1096-1100http://sedici.unlp.edu.ar/handle/10915/191449spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7info:eu-repo/semantics/reference/hdl/10915/189846info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-05-13T12:59:10Zoai:sedici.unlp.edu.ar:10915/191449Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-05-13 12:59:11.109SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
title Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
spellingShingle Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
Torres Esteban, Matías
Ciencias Informáticas
Procesamiento del lenguaje natural
Grandes modelos de lenguaje
Grafos de conocimiento
title_short Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
title_full Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
title_fullStr Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
title_full_unstemmed Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
title_sort Integración de grandes modelos de lenguajes y grafos de conocimiento para el análisis de textos científicos
dc.creator.none.fl_str_mv Torres Esteban, Matías
Cagnina, Leticia Cecilia
Thompson, Horacio
author Torres Esteban, Matías
author_facet Torres Esteban, Matías
Cagnina, Leticia Cecilia
Thompson, Horacio
author_role author
author2 Cagnina, Leticia Cecilia
Thompson, Horacio
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Procesamiento del lenguaje natural
Grandes modelos de lenguaje
Grafos de conocimiento
topic Ciencias Informáticas
Procesamiento del lenguaje natural
Grandes modelos de lenguaje
Grafos de conocimiento
dc.description.none.fl_txt_mv Este trabajo presenta un plan de Trabajo Final de carrera de grado enfocado en la integración de grandes modelos de lenguaje (LLMs) y grafos de conocimiento (KGs) para el análisis de textos científicos. Los desafíos y limitaciones de los LLMs pueden abordarse mediante el uso de KGs, y viceversa, ya que ambos están intrínsecamente conectados y tienen el potencial de complementarse mutuamente. Se propone explorar enfoques para la extracción de información a partir de resúmenes de artículos científicos, que a menudo pueden ser formalizados en un lenguaje lógico. Los LLMs pueden contribuir a la construcción y mantenimiento de los KGs gracias a su capacidad para procesar lenguaje natural, mientras que los KGs pueden ayudar a los LLMs a razonar sobre información estructurada, favoreciendo aspectos como la interpretabilidad. Este estudio busca generar nuevas hipótesis de trabajo y promover avances en unárea cada vez más relevante e interdisciplinaria: la interpretabilidad de los grandes modelos de lenguaje.
Red de Universidades con Carreras en Informática
description Este trabajo presenta un plan de Trabajo Final de carrera de grado enfocado en la integración de grandes modelos de lenguaje (LLMs) y grafos de conocimiento (KGs) para el análisis de textos científicos. Los desafíos y limitaciones de los LLMs pueden abordarse mediante el uso de KGs, y viceversa, ya que ambos están intrínsecamente conectados y tienen el potencial de complementarse mutuamente. Se propone explorar enfoques para la extracción de información a partir de resúmenes de artículos científicos, que a menudo pueden ser formalizados en un lenguaje lógico. Los LLMs pueden contribuir a la construcción y mantenimiento de los KGs gracias a su capacidad para procesar lenguaje natural, mientras que los KGs pueden ayudar a los LLMs a razonar sobre información estructurada, favoreciendo aspectos como la interpretabilidad. Este estudio busca generar nuevas hipótesis de trabajo y promover avances en unárea cada vez más relevante e interdisciplinaria: la interpretabilidad de los grandes modelos de lenguaje.
publishDate 2025
dc.date.none.fl_str_mv 2025-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/191449
url http://sedici.unlp.edu.ar/handle/10915/191449
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7
info:eu-repo/semantics/reference/hdl/10915/189846
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1096-1100
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1865172483990093824
score 13.115601

Publicaciones similares