Reconocimiento de entidades relacionadas con el proceso de síntesis de kesterita mediante herramientas de procesamiento de lenguaje natural

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.