Uso de herramientas de procesamiento de lenguaje natural para el análisis y desarrollo de artículos científicos de ingeniería

Resumen

Es importante contar con herramientas que nos permitan extraer la información útil de textos científicos sin necesidad de leer todo su contenido. Por ejemplo, cuando se requiere determinar los tópicos que tratan en los artículos científicos, establecer la línea de investigación de un autor a través de la revisión de sus publicaciones, o diseñar el resumen de un artículo y sus palabras claves. Entonces, el objetivo de esta investigación es utilizar las técnicas de procesamiento de lenguaje natural para extraer la información útil de artículos científicos de ingeniería. Se toman los veintidós artículos publicados por un autor para utilizarlos como documento base del análisis, el cual se divide en: análisis general al conjunto de los artículos, y análisis particular por artículo publicado. Como resultado del primero se obtuvieron las palabras y bigramas claves, siendo las palabras “datos” ,“energía”, y “modelo”, las más frecuentes, y los bigramas “solar fotovoltaica”, “variables explicativas”, y “energías renovables”, los más importantes. Del análisis particular se obtuvo que los bigramas jerarquizados por cada artículo representan una buena aproximación de sus palabras claves, y además hay una alta similitud entre los resúmenes obtenidos aplicando las técnicas de lenguaje natural a los artículos publicados durante el año 2024 y sus resúmenes, siendo el obtenido con GPT2 el que presentó el mayor nivel de similitud. Con las frases claves obtenidas con SGRank se pudo determinar el tópico de los artículos respectivos.