1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis Doctorado
7. Tesis de Doctorado en Computación

Title:	Minería de referencias bibliográficas: Mejora en la generalización de la Segmentación
Authors:	Cuéllar Hidalgo, Rodrigo
metadata.dc.subject.other:	Minería de Referencias, BiLSTM, transformadores, codificación Byte-Pair, campos aleatorios condicionales.
Issue Date:	2024-12-02
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Description:	La tesis se centra en mejorar la segmentación de referencias bibliográficas mediante el uso de aprendizaje automático y arquitecturas de redes neuronales. El objetivo principal es desarrollar y evaluar un modelo que realice la segmentación de referencias en múltiples idiomas y estilos bibliográficos. Se evaluaron varios enfoques, incluyendo arquitecturas como CRF, BiLSTM, Transformer y Ventanas Deslizantes, así como sus combinaciones, asegurando la resiliencia frente a errores y variaciones en los datos de entrada. For this purpose, amultilingual corpus of bibliographic references was developed, encompassing a range of styles and marking a significant advancement in scientific knowledge. This approach is particularly pertinent for digital libraries in non-English-speaking countries, where access to robust reference processing tools remains limited. El proceso de segmentación se abordo en varias fases, comenzando con la selección manual y automática de características, seguida de la captura de contexto mediante arquitecturas como BiLSTM y Transformer. Las predicciones se basaron en estas técnicas, priorizando la tolerancia a omisiones e inconsistencias en la segmentación. Los experimentos mostraron que las combinaciones de BiLSTMy Transformer lograron mas del 98%de F-score en segmentación de referencias y mas del 92%en entornos multilingues. Cabe destacar que Transformer + BiLSTM y Ventanas Deslizantes + BiLSTM se destacaron por su eficiencia y alto rendimiento en condiciones desafiantes. La tesis enfatiza la importancia critica de la selección de características y la complejidad computacional. A pesar de la mayor eficiencia de los modelos combinados, requieren recursos computacionales significativos, lo cual presenta una limitación para su aplicación practica. En conclusión, el estudio proporciona un marco solido para la segmentación de referencias en múltiples idiomas y estilos. Destaca la efectividad de combinar BiLSTM y Transformer para lograr precisión y robustez frente a errores. Además, sienta las bases para futuras investigaciones que ampliaran la generalización a mas idiomas y estilos y optimizaran la eficiencia computacional.
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Appears in Collections:	Tesis de Doctorado en Computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License