Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/52939
Title: Análisis de proyectos de innovación docente mediante técnicas y modelos de word embedding
Authors: Reátegui Rojas, Ruth María
Tandazo Malla, Carlos Andrés
Keywords: Ecuador.
Tesis digital.
Issue Date: 2024
Citation: Tandazo Malla, C. A. Reátegui Rojas, R. M. (2024) Análisis de proyectos de innovación docente mediante técnicas y modelos de word embedding [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/52939
Abstract: Abstract: This Curricular Integration Work (ICT) is oriented to the analysis of teaching innovation projects using natural language processing techniques and models. Specifically it has been used word embedding, which includes models such as word2vec and doc2vec. These models allow us to discover semantic relations and analogies such as the implementation of arithmetic operations of vectorized words, with the purpose of evaluating the complexity of identity in large text corpora, managing to discover meaningful connections between words and documents. As a result of the present work, the analysis, implementation and validation of the word2vec and doc2vec models, previously trained with a database of 526 values related to teaching innovation, are carried out. These models are displayed and interact with the user through a web platform, where the user can upload data, perform data preprocessing and visualize the information generated by the word embedding models. This interface gives the user an intuitive experience that allows a different understanding of how word embedding represents information, providing a different understanding and perspective of teaching innovation projects.
Description: Resumen: El presente Trabajo de Integración Curricular (TIC) está orientado al análisis de proyectos de innovación docente utilizando técnicas y modelos de procesamiento de lenguaje natural. Específicamente se ha utilizado word embedding, que incluye modelos como word2vec y doc2vec. Estos modelos nos permiten descubrir relaciones semánticas y analogías como la implementación de operaciones aritméticas de las palabras vectorizadas, con el propósito de evaluar la complejidad de identidad en grandes corpus de texto, logrando descubrir conexiones que resulten significativas entre palabras y documentos. Tras este trabajo se analizan, implementan y validan los modelos word2vec y doc2vec, entrenados con una base de datos de 526 valores relacionados con la innovación docente. Estos modelos se muestran e interactúan con el usuario a través de una plataforma web, donde el usuario podrá cargar datos, realizar el preprocesamiento de los mismos y la visualización de la información generada por los modelos de word embedding. Esta interfaz otorga al usuario una experiencia intuitiva que permite comprender de manera diferente como el word embedding representan la información, brindando una comprensión y perspectivas diferentes de los proyectos de innovación docente.
URI: https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=139048.TITN.
Appears in Collections:Titulación de Sistemas Informáticos y Computación



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.