Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Modelado de tópicos aplicado al análisis del papel del aprendizaje automático en revisiones sistemáticas

Resumen

El objetivo de la investigación fue analizar el papel del aprendizaje automático de datos en las revisiones sistemáticas de literatura. Se aplicó la técnica de Procesamiento de Lenguaje Natural denominada modelado de tópicos, a un conjunto de títulos y resúmenes recopilados de la base de datos Scopus. Especificamente se utilizó la técnica de Asignación Latente de Dirichlet (LDA), a partir de la cual se lograron descubrir y comprender las temáticas subyacentes en la colección de documentos. Los resultados mostraron la utilidad de la técnica utilizada en la revisión exploratoria de literatura, al permitir agrupar los resultados por temáticas. Igualmente, se pudo identificar las áreas y actividades específicas donde más se ha aplicado el aprendizaje automático, en lo referente a revisiones de literatura. Se concluye que la técnica LDA es una estrategia fácil de utilizar y cuyos resultados permiten abordar una amplia colección de documentos de manera sistemática y coherente, reduciendo notablemente el tiempo de la revisión.

Palabras clave

modelado de tópicos;, aprendizaje automático;, revisiones sistemáticas;, Asignación Latente de Dirichlet

PDF XML

Biografía del autor/a

Andrés Mauricio Grisales-Aguirre

Matemático, Estudiante de Doctorado en Ciencias – Matemáticas

Carlos Julio Figueroa-Vallejo

Ingeniero de Sistemas, Especialista en Big Data e Inteligencia de Negocios


Referencias

Descargas

Los datos de descargas todavía no están disponibles.

Artículos similares

1 2 3 4 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.