Identificación unívoca de filiaciones en datos de I+D utilizando herramientas de Inteligencia Artificial

Muñoz Jordán, David
Íñiguez Dieste, David (dir.) ; Durán Batalla, Juan Luis (dir.)

Alcalá Nalvaiz, José Tomás (ponente)

Universidad de Zaragoza, CIEN, 2024
Departamento de Métodos Estadísticos, Área de Estadística e Investigación Operativa

Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación

Resumen: Los investigadores firman de muchas formas diferentes y distintas revistas han establecido también diferentes estándares en ese sentido. En este proyecto nos centraremos en la correcta identificación de las filiaciones, es decir, del centro al que pertenecen los investigadores y la unificación de investigadores. Un mismo investigador puede escribir el nombre del centro al que pertenece de forma distinta en unas u otras publicaciones, y distintos investigadores de un mismo centro van a escribirlo de forma distinta con total seguridad, más aún si queremos trabajar a un nivel de detalle como facultad, departamento o instituto de investigación. Por otro lado, un investigador puede estar adscrito a varios centros de forma simultánea, o en diferentes etapas de su vida profesional, lo que introduce el factor tiempo como una variable más a tener en cuenta. En este proyecto analizaremos distintas herramientas y algoritmos de Inteligencia Artificial para identificar de forma unívoca los distintos centros de investigación, y sus estructuras internas en algunos casos, así como su asociación a los investigadores en las distintas etapas de su vida profesional. Para lograr este objetivo, se construirá una cadena completa donde descargaremos artículos científicos de Web of Science, se procesará y normalizará la información, se aplicará un proceso de regularización, y posteriormente se aplicarán los diferentes algoritmos desarrollados con el fin de conseguir la unificación de autores e identificación de filiaciones.

Tipo de Trabajo Académico: Trabajo Fin de Master