EziQA : integrando NLP, LLM y técnicas de RAG en una aplicación de preguntas y respuestas orientada a investigadores

Simple item page
dc.contributor.MentorCarrillo, Facundo
dc.contributor.MentorFraiman, Daniel
dc.creator.AutorPelli, Pablo Nahuel
dc.date.accessioned2025-04-21T13:10:27Z
dc.date.available2025-04-21T13:10:27Z
dc.date.issued2024
dc.descriptionFil: Pelli, Pablo Nahuel. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
dc.description.abstractEn el ámbito académico y profesional, gestionar grandes volúmenes de documentos y textos es un desafío significativo que enfrentan investigadores, asistentes de investigación y estudiantes universitarios. La organización, categorización y extracción de información relevante de colecciones extensas de documentos, mayormente *papers*, puede tornarse tediosa y consumir una cantidad considerable de tiempo, desviando el foco de la investigación principal hacia tareas de procesamiento. A pesar de que existen múltiples herramientas basadas en inteligencia artificial que reducen el tiempo dedicado a tareas repetitivas, los documentos académicos presentan características particulares que dificultan su tratamiento como texto de lenguaje natural debido a sus léxicos y morfologías específicas. Para abordar este problema, se ha desarrollado una aplicación de base de conocimiento basada en Modelos de Lenguaje de Gran Escala (LLM), diseñada para mejorar la eficiencia y experiencia del usuario mediante la categorización automática de documentos. Esta aplicación utiliza técnicas avanzadas de procesamiento de lenguaje natural, como ingeniería de instrucciones (prompt engineering) y extracción-generación aumentada (RAG), para analizar documentos, extraer temas o categorías principales y asignar esta información como metadatos. El objetivo principal de este trabajo es el de proveer una aplicación adecuada para producción que integra una base de conocimientos propia del usuario con una interfaz de usuario que permite el procesamiento y consultado de los documentos utilizando lenguaje natural. En particular, permitiendo al usuario hacer preguntas y obtener respuestas elaboradas sobre los documentos que constituyen la base.
dc.formatapplication/pdf
dc.identifier.urihttps://repositorio.udesa.edu.ar/handle/10908/25012
dc.languagespa
dc.publisherUniversidad de San Andrés. Departamento de Matemática y Ciencias
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleEziQA : integrando NLP, LLM y técnicas de RAG en una aplicación de preguntas y respuestas orientada a investigadores
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Files
Original bundle
Thumbnail Image
Name:
[P][W] M. C.deD. Pelli, Pablo Nahuel.pdf
Size:
2.28 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Maestría en Ciencia de Datos