Pérez Blasco, Alberto Garrido Picazo, Piedad 2022 2022 Este Trabajo de Fin de Grado (TFG), trata de obtener documentos de una fuente de internet,<br />para posteriormente clasificarlos en clústeres dependiendo de su similaridad semántica y represen-<br />tarlos, de tal modo que se pueda analizar su parecido. Para ello, se utilizarán modelos de lenguaje<br />que tratarán de entender el contexto del documento, generando los embeddings asociados.<br />Como documentos de entrada, se utilizarán papers de caracter cientı́fico-técnicos y para la salida, se<br />deberán visualizar los distintos clústeres, ya que es la mejor forma de hacer referencia al conjunto<br />de documentos de entrada, debido a que de otra forma, es difı́cil visualizar la relación entre los<br />documentos descargados (aprox. 800). Finalmente, se obtendrá un “topic” que sirva para describir<br />cada clúster.<br />Al ser un TFG orientado a la investigación, el desarrollo del mismo tuvo varias fases, siendo éstas<br />la de formación en conocimientos básicos relacionados con las tecnologı́as, la de investigación de<br />las opciones que existı́an en cada apartado y finalmente la de implementación, fase en la que se<br />desarrolló el proyecto con tecnologı́as como KNIME, Jupyter Notebook, Python, Conda...<br /><br />