Reconocimiento de entidades relacionadas con el proceso de síntesis de kesterita mediante herramientas de procesamiento de lenguaje natural
No Thumbnail Available
Date
2020
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En este documento se describe el desarrollo de un sistema automático de reconocimiento de entidades
relacionadas con la elaboración de películas delgadas basadas en kesterita, mediante diferentes métodos
de síntesis para su empleo en dispositivos fotovoltaicos. Este sistema se desarrolló usando (NTLK) y
Regresión Logística (RL) como técnica de aprendizaje automático, sobre una base de datos de artículos
científicos encontrados en ScienceDirect. Con el objetivo de comparar los resultados, se ha aplicado
un algoritmo de aprendizaje más: el algoritmo de Máquinas de Vectores de Soporte (SVM), con el
propósito de comprobar la eficiencia y efectividad del algoritmo RL en la tarea concreta de clasificación
de entidades. Con esta herramienta se podra extraer, clasificar y representar parametros esenciales para
con construccion de celdas solares de manera automática, con el fin de crear un set de datos a partir
de la información relevante presentada en publicaciones científicas. Esta aplicación permitiría a futuro
procesar y analizar una gran cantidad de datos de forma eficiente tal que el usuario pueda establecer
la configuracion de los parámetros más adecuada para la síntesis de kesteritas, logrando una eficiencia
mejor y un costo menor de implementación en paneles solares. Adicionalmente, estos datos obtenidos
se pueden utilizar en procesos automáticos de analítica de datos.
Description
Keywords
Kesterita, Clasificación Automática De Documentos, Herramientas
De Procesamiento De Lenguaje Natural, Aprendizaje Automá-
Tico, Aprendizaje Supervisado, Regresión Logística, Maquinas Vectores De
Soporte.