Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina

Autores
Balich, Néstor Adrián; Balich, Franco Adrián; Fraga, Hugo
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La segunda sección del Boletín Oficial de la República Argentina en donde se publican los avisos comerciales y judiciales es un importante medio de difusión de información para empresas, instituciones y particulares, pero la gran cantidad de información almacenada desde su creación suma a la que se publica diariamente hace que la depuración de las bases de datos sea un proceso complejo y costoso. La aplicación de técnicas de machine learning (ML) en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación, detección y corrección de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina. La comparación y evaluación de diferentes modelos de IA. La creación de dos prototipos mediante metodologías agiles de desarrollo en base al diseño de dos productos mínimos viables (MPV) que permitan rápidamente a los usuarios finales testear la usabilidad, efectividad de los prototipos y definir tiempos estimados del proceso de corrección de todos los avisos de la 2da clasificados para evaluación por parte del modelo de IA.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
clasificación
inteligencia artificial
aprendizaje supervisado
depuración
base de datos
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:10915/165926
Acceder
id SEDICI_ea461d4d7243de245104eaa015098ee4
oai_identifier_str oai:sedici.unlp.edu.ar:10915/165926
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquinaBalich, Néstor AdriánBalich, Franco AdriánFraga, HugoCiencias Informáticasclasificacióninteligencia artificialaprendizaje supervisadodepuraciónbase de datosLa segunda sección del Boletín Oficial de la República Argentina en donde se publican los avisos comerciales y judiciales es un importante medio de difusión de información para empresas, instituciones y particulares, pero la gran cantidad de información almacenada desde su creación suma a la que se publica diariamente hace que la depuración de las bases de datos sea un proceso complejo y costoso. La aplicación de técnicas de machine learning (ML) en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación, detección y corrección de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina. La comparación y evaluación de diferentes modelos de IA. La creación de dos prototipos mediante metodologías agiles de desarrollo en base al diseño de dos productos mínimos viables (MPV) que permitan rápidamente a los usuarios finales testear la usabilidad, efectividad de los prototipos y definir tiempos estimados del proceso de corrección de todos los avisos de la 2da clasificados para evaluación por parte del modelo de IA.Sociedad Argentina de Informática e Investigación Operativa2023-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf66-73http://sedici.unlp.edu.ar/handle/10915/165926spainfo:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/535info:eu-repo/semantics/altIdentifier/issn/2451-7496info: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:UNLP2025-09-29T11:43:55Zoai:sedici.unlp.edu.ar:10915/165926Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:43:55.959SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
spellingShingle Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
Balich, Néstor Adrián
Ciencias Informáticas
clasificación
inteligencia artificial
aprendizaje supervisado
depuración
base de datos
title_short Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_full Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_fullStr Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_full_unstemmed Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
title_sort Clasificación y depuración de datos de la segunda sección del Boletín Oficial de la República Argentina mediante aprendizaje de máquina
dc.creator.none.fl_str_mv Balich, Néstor Adrián
Balich, Franco Adrián
Fraga, Hugo
author Balich, Néstor Adrián
author_facet Balich, Néstor Adrián
Balich, Franco Adrián
Fraga, Hugo
author_role author
author2 Balich, Franco Adrián
Fraga, Hugo
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
clasificación
inteligencia artificial
aprendizaje supervisado
depuración
base de datos
topic Ciencias Informáticas
clasificación
inteligencia artificial
aprendizaje supervisado
depuración
base de datos
dc.description.none.fl_txt_mv La segunda sección del Boletín Oficial de la República Argentina en donde se publican los avisos comerciales y judiciales es un importante medio de difusión de información para empresas, instituciones y particulares, pero la gran cantidad de información almacenada desde su creación suma a la que se publica diariamente hace que la depuración de las bases de datos sea un proceso complejo y costoso. La aplicación de técnicas de machine learning (ML) en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación, detección y corrección de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina. La comparación y evaluación de diferentes modelos de IA. La creación de dos prototipos mediante metodologías agiles de desarrollo en base al diseño de dos productos mínimos viables (MPV) que permitan rápidamente a los usuarios finales testear la usabilidad, efectividad de los prototipos y definir tiempos estimados del proceso de corrección de todos los avisos de la 2da clasificados para evaluación por parte del modelo de IA.
Sociedad Argentina de Informática e Investigación Operativa
description La segunda sección del Boletín Oficial de la República Argentina en donde se publican los avisos comerciales y judiciales es un importante medio de difusión de información para empresas, instituciones y particulares, pero la gran cantidad de información almacenada desde su creación suma a la que se publica diariamente hace que la depuración de las bases de datos sea un proceso complejo y costoso. La aplicación de técnicas de machine learning (ML) en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación, detección y corrección de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina. La comparación y evaluación de diferentes modelos de IA. La creación de dos prototipos mediante metodologías agiles de desarrollo en base al diseño de dos productos mínimos viables (MPV) que permitan rápidamente a los usuarios finales testear la usabilidad, efectividad de los prototipos y definir tiempos estimados del proceso de corrección de todos los avisos de la 2da clasificados para evaluación por parte del modelo de IA.
publishDate 2023
dc.date.none.fl_str_mv 2023-09
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/10915/165926
url http://sedici.unlp.edu.ar/handle/10915/165926
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/535
info:eu-repo/semantics/altIdentifier/issn/2451-7496
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
66-73
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_ 1844616306910822400
score 13.070432

Publicaciones similares