Ángela Sofía Moreno Rodríguez Kevin Stid Peláez Nimisica Gustavo Andres Mendez Hernandez Ruan Valentina Feruere Vega
MODELOS DE ATENCIÓN APLICADOS A CLASIFICACIÓN DE TEXTOS NARRATIVOS
Director: Rafael Gonzalez PhD.
solución propuesta justificación
Problema
Utilizar herramientas de análisis de texto para diseñar un módulo que permita automatizar tareas que permitan a los productores identificar temáticas, tramas, personajes o audiencia según un texto.
El proceso de producción audiovisual actual consiste en leer y analizar narraciones para determinar elementos útiles que permitan predecir la viabilidad de una producción. La creciente cantidad de textos narrativos hace inviable una clasificación manual.
KANBAN, CRISP-DM Y POST-DS
COMPRENSIÓN DE LOS DATOS
COMPRENSIÓN DEL NEGOCIO
PREPARACIÓN DE LOS DATOS
DESARROLLO DATOS EVALUACIÓN
Los resultados de los últimos años para clasificación de texto mediante modelos de atención resulta en una tecnología viable para lograr reducir el tiempo en la clasificación de texto.
objetivo general Implementar un catálogo de textos narrativos para clasificar en arcos emocionales y géneros usando modelos de atención.
objetivos específicos
metodología
ideas pendiente progreso prueba hecho
en colaboración con
MODELADO
Diseñar una arquitectura de software enfocada al despliegue del modelo. Evaluar, seleccionar y calibrar los algoritmos para la clasificación de género. Evaluar, seleccionar y calibrar los algoritmos para la clasificación de arco narrativo. Diseñar una arquitectura de Deep Learning para los modelos de clasificación. Implementar un modelo de clasificación de género según categorías BISAC. Implementar un modelo de clasificación de arcos emocionales de Vonnegut. Verificar y validar los modelos.