129300 20231213131054.0 TAZ-PFC-2022-010 spa Pérez Blasco, Alberto Clustering based on semantic similarity, generated by language models. Representación mediante clusters de similaridad semántica, generada con modelos de lenguaje. Zaragoza Universidad de Zaragoza 2022 Resumen disponible también en inglés. Con la colaboración de la empresa NTT Data by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ Este Trabajo de Fin de Grado (TFG), trata de obtener documentos de una fuente de internet, para posteriormente clasificarlos en clústeres dependiendo de su similaridad semántica y represen- tarlos, de tal modo que se pueda analizar su parecido. Para ello, se utilizarán modelos de lenguaje que tratarán de entender el contexto del documento, generando los embeddings asociados. Como documentos de entrada, se utilizarán papers de caracter cientı́fico-técnicos y para la salida, se deberán visualizar los distintos clústeres, ya que es la mejor forma de hacer referencia al conjunto de documentos de entrada, debido a que de otra forma, es difı́cil visualizar la relación entre los documentos descargados (aprox. 800). Finalmente, se obtendrá un “topic” que sirva para describir cada clúster. Al ser un TFG orientado a la investigación, el desarrollo del mismo tuvo varias fases, siendo éstas la de formación en conocimientos básicos relacionados con las tecnologı́as, la de investigación de las opciones que existı́an en cada apartado y finalmente la de implementación, fase en la que se desarrolló el proyecto con tecnologı́as como KNIME, Jupyter Notebook, Python, Conda... Graduado en Ingeniería Informática Derechos regulados por licencia Creative Commons Garrido Picazo, Piedad dir. Universidad de Zaragoza Informática e Ingeniería de Sistemas Lenguajes y Sistemas Informáticos 779212@unizar.es 3497932 http://zaguan.unizar.es/record/129300/files/TAZ-PFC-2022-010.pdf Memoria (spa) oai:zaguan.unizar.es:129300 proyectos-fin-carrera driver TAZ PFC POLTER 20220619182611.CREATION_DATE deposita:2023-12-13