Trabajo Fin de Grado
Técnicas de procesamiento del lenguaje natural para analizar artículos sobre Machine Learning y la gestión de redes de agua
Autor/es | Granados Santos, María |
Director | Robles-Velasco, Alicia |
Departamento | Universidad de Sevilla. Departamento de Organización Industrial y Gestión de Empresas II |
Fecha de publicación | 2022 |
Fecha de depósito | 2022-12-05 |
Titulación | Universidad de Sevilla. Grado en Ingeniería de las Tecnologías Industriales |
Resumen | Las redes de distribución de agua representan uno de los mayores avances de la humanidad; por su impacto
directo en la salud de la población, en las capacidades de producción de bienes y servicios y por el bienestar
que ... Las redes de distribución de agua representan uno de los mayores avances de la humanidad; por su impacto directo en la salud de la población, en las capacidades de producción de bienes y servicios y por el bienestar que conllevan. No obstante, actualmente, y pese a las tecnologías disponibles, este tipo de redes tienen en España pérdidas superiores a un 15%, con el impacto económico y medioambiental que esto supone. Dada la importancia de estas pérdidas, se ha planteado un análisis de las investigaciones disponibles sobre las redes de abastecimiento y saneamiento entre la producción científica mundial, con el objetivo de entender sus principales condicionantes. Como la producción científica sobre las redes de agua es enormemente extensa, se ha decidido preparar una herramienta basada en técnicas de procesamiento del lenguaje natural que permita facilitar el estudio de los artículos científicos disponibles. En este proyecto, se han diseñado y desarrollado algoritmos que permiten, de forma automatizada, valorar la importancia que los artículos dan a ciertos conceptos, como los factores empleados en cada trabajo (material, presión, diámetro, etcétera) y el uso que hacen los artículos de distintas técnicas de Machine Learning. Adicionalmente, se ha preparado un sistema de evaluación de los resultados obtenidos, de cara a facilitar las conclusiones de dicho análisis. Este sistema permite estudiar la correlación entre los diferentes conceptos definidos e identificar cuáles son los artículos que más utilizan dichos conceptos (o lista de los mismos). Water distribution networks are considered one of the greatest advances of humankind, due to its direct impact on the health of the population, on the production capacities of goods and services and for the well-being ... Water distribution networks are considered one of the greatest advances of humankind, due to its direct impact on the health of the population, on the production capacities of goods and services and for the well-being that they entail. However, presently, and despite the available technologies, this type of network in Spain has losses of over 15%, with the economic and environmental impact that this entails. Due to the importance of these losses, an analysis of the available research on supply and sanitation networks among world scientific production has been proposed, with the aim of understanding its main conditioning factors. As the number of scientific papers on water networks is enormous, it has been decided to design a tool based on natural language processing techniques that will facilitate the study of available scientific articles. In this project, algorithms have been designed and developed, so they allow, in an automated way, to assess the importance that each article assigns to certain terms, such as the characteristics of the elements considered in each research (material, pressure, diameter, etc.) and the use those articles have done of different Machine Learning techniques. Additionally, in order to facilitate the conclusions of the analysis, an evaluation system has been prepared for the achieved results. This system makes it possible to study the correlation between different defined terms and to identify which articles use more often those terms (or a list of them). |
Cita | Granados Santos, M. (2022). Técnicas de procesamiento del lenguaje natural para analizar artículos sobre Machine Learning y la gestión de redes de agua. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG3974_Granados Santos.pdf | 3.983Mb | [PDF] | Ver/ | |