RT info:eu-repo/semantics/bachelorThesis
T1 Procesamiento de lenguaje natural en información postal
A1 Cabrera Rodríguez, Jorge
A2 Grado En Ingeniería Informática
K1 PLN
K1 Aprendizaje automático
K1 dirección
K1 clasificación
K1 agrupamiento
K1 XGBoost
K1 Random Forest
K1 Naive Bayes
K1 Gaussiano
AB El objetivo de este trabajo ha sido diseñar e implementar un modelo de coincidencia de direcciones que permita identificar direcciones equivalentes (direcciones escritas de diferente forma que dirigen al mismo lugar geográfico). Para ello, se han investigado técnicas de Procesamiento de Lenguaje Natural (PLN) en conjunto con algoritmos y modelos de aprendizaje automático. Se han implementado tanto técnicas de clasificación como técnicas de agrupamiento para alcanzar un modelo funcional. Se destacan los algoritmos de clasificación “Random Forest”, “Naive Bayes Gaussiano” y “XGBoost”. En el lado del agrupamiento, se utilizó el algoritmo “K-medias”. El paradigma de trabajo ha sido realizar coincidencias binarias tales que, para una dirección dada, se determinen para otras direcciones los siguientes valores: MATCH si la dirección a comparar es equivalente y NO MATCH si la dirección a comparar no es equivalente. Tras múltiples operaciones de revisión y tras múltiples técnicas de corrección de datos, generación de direcciones variadas y sobre-muestreo de direcciones, se ha obtenido un modelo práctico funcional, que demuestra un excelente rendimiento al realizar coincidencia de direcciones.
YR 2023
FD 2023
LK http://riull.ull.es/xmlui/handle/915/33992
UL http://riull.ull.es/xmlui/handle/915/33992
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 07-ago-2024