Inferencia latente y la modelización de Dirichlet para la caracterización de revisiones de tesis

Abstract

El objetivo principal de esta investigación consistió en la aplicación de la técnica de modelización Latent Dirichlet Allocation (LDA) como un enfoque de inferencia latente para la clasificación temática de comentarios realizados por revisores de tesis. Se buscó evaluar exhaustivamente la capacidad del modelo LDA para identificar y agrupar los comentarios en diversas categorías temáticas, con el propósito de obtener una comprensión y organización más precisa de la información contenida en las revisiones de tesis. Para lograr este objetivo, se recopiló un corpus de datos compuesto por comentarios de revisores de tesis registrados en la Plataforma de Investigación Integrada a la Labor Académica con Responsabilidad (PILAR) de la prestigiosa Universidad Nacional del Altiplano de Puno (UNAP). Posteriormente, se aplicó el modelo LDA para generar un sistema de clasificación que permitiera asignar de manera efectiva las revisiones de tesis a categorías temáticas establecidas de acuerdo a una taxonomía previamente definida. Finalmente, se llevó a cabo una exhaustiva evaluación de la eficacia y precisión del modelo desarrollado, con el fin de determinar su capacidad para clasificar de manera óptima los comentarios. Los resultados obtenidos demuestran el potencial de la técnica LDA como herramienta efectiva en la clasificación temática de comentarios de revisores de tesis, lo que puede contribuir significativamente al avance de la investigación académica y al mejoramiento de la calidad de las tesis presentadas.