Pablo Nicolás Ramos y Ricardo Daniel Pérez
defendieron su Trabajo Final titulado "Aplicación de Técnicas de Minería
de Textos en la detección explícita de plagio de artículos científicos
orientados a las Ciencias de la Computación, utilizando Base de Datos
NoSQL" correspondiente a la carrera Ingeniería Informática de la Facultad
de Ingeniería (FI) de la Universidad Nacional de Jujuy (UNJu), el pasado 25 de
marzo. La Tesis estuvo dirigida por el Esp. Ing. José Humberto Farfán y la Ing.
Mariela Ester Rodríguez.
Abordaje de la temática
Los flamantes nuevos graduados Ingenieros
Pablo Nicolás Ramos y Ricardo Daniel Pérez explicaron que su Trabajo buscó
aplicar técnicas de Minería de Textos para el desarrollo de un prototipo de
sistema para la Detección Explícita de Plagio utilizando Base de Datos NoSQL
que resguarden artículos científicos relacionados a las Ciencias de la
Computación en la Universidad Nacional de Jujuy. Con ese fin, estudiaron
conceptos de Minería de Datos, Minería de Textos, Recuperación y Extracción de
Información, Base de Datos NoSQL, técnicas del Procesamiento del Lenguaje
Natural, y varios algoritmos de Machine Learning, “nuestro software consta de
dos enfoques, uno es el algoritmo de plagio intrínseco el cual tratar de
descubrir anomalías dentro de un único documento, para que después esos
fragmentos sospechoso sean buscados en el motor de base de datos que hemos elegido,
el cual es ArangoDB (este último paso, se denomina detección explícita de
plagio)”, sostuvieron.
Entre las conclusiones alcanzadas, indicaron
que su enfoque de detección de plagio explícito “es prometedor, al ser una
tarea de clasificación binaria, nuestro modelo SVM y Naive Bayes trabajan
adecuadamente, y lo más satisfactorio fue el método de segmentación que
proponemos, donde mejoró mucho la performance de ambos enfoques, ya que
proponemos una segmentación dinámica, algo que no vimos en la literatura”,
explicaron.
En ese marco, hicieron saber que su trabajo
incluyó varias áreas de las ciencias de la computación, a saber: “Procesamiento
del Lenguaje Natural para representar los textos en un formato adecuado con el
fin de aplicar técnicas de Machine Learning y así obtener modelos matemáticos
que nos permitan, con algún grado de precisión, saber la probabilidad de plagio
entre un documento sospechoso y los documentos que se almacenan en una Base de
Datos NoSQL; en la conformación de la base de datos de corpus textual se
emplearon algoritmos de Web Scrapping para extraer documentos científicos de
ciencias de la computación del repositorio del SEDICI; es decir, primero nos
enfocamos en las técnicas de Procesamiento del Lenguaje Natural y Machine
Learning y así obtener los modelos matemáticos que luego serán utilizados en
una aplicación web conectada a una Base de Datos NoSQL; y el lenguaje de
programación que utilizamos fue Python, tanto para Machine Learning como Web
Scrapping, y finalmente para la aplicación web; y la base de datos NoSQL fue
ArangoDB”.
Contribución a la sociedad
Respecto al alcance social de su
investigación, los nuevos profesionales indicaron que su trabajo “ayuda a
combatir a uno de los peores delitos que se pueden atribuir a una persona, como
lo es el plagio”, y ejemplificaron que “en países como Alemania varios
funcionarios de alto rango debieron renunciar por plagiar sus tesis doctorales,
también hubo un caso en Argentina donde dos alumnos plagiaron su tesis de grado
y cuando los descubrieron tuvieron que volver atrás y revalidar el título, por
lo que en términos de ciencia e investigación, aportamos un nuevo método de
segmentación textual al que denominamos ‘gramas de palabras de parada n’, el
cual nos permitió mejorar la performance de nuestros algoritmos, tanto a nivel
de aprendizaje automático no supervisado como en machine learning supervisado”.
En ese sentido, sostuvieron que su
trabajo puede tener grandes implicancias, “si los evaluadores de artículos científicos
de ciencias de la computación deciden usarlo para evaluar diversos papers, ya
que nuestra base de datos cada semana crecería más y más, en consecuencia, se
tendrá un mayor control sobre la producción científica en el área de la
informática”.
Terminar una carrera y recibirse
El Ingeniero Ricardo Daniel Pérez de 27 años
de edad compartió que esta instancia de finalización de la carrera “significa
haber logrado uno de mis objetivos, el cual era aprender de forma profunda los
conceptos arraigados a la Informática, como lo es la matemática, la lógica y
los conceptos de Ingeniería de Software que son tan necesarios para diseñar y
desarrollar software del más alto nivel”. Y que se abocará al emprendimiento “y
a tratar de crear productos de software novedosos que tengan un alto impacto en
la sociedad”, adelantó.
Por su parte, el Ingeniero Pablo Nicolás Ramos
de 30 años de edad, compartió “soy un caso particular porque cuando salí del
secundario estuve seis años sin estudiar, y de un día para otro decidí
inscribirme a la carrera de Ingeniería Informática, entonces diría que para mí
el haber terminado la carrera significa dar por sentado que el cambio que hice
en mi vida fue bueno, ahora voy a poder ejercer una profesión que me gusta
muchísimo y voy a aportar para solucionar problemas reales, a través del
conocimiento que adquirí a lo largo de la carrera y los que adquiero de forma
autodidacta”, apuntó. Actualmente, el Ing. Ramos se encuentra desempeñando su
profesión, “tengo pensado hacer un Doctorado en el área de la Inteligencia
Artificial, más precisamente en Clasificación de Imágenes, pero si tengo la
oportunidad de abarcar el área de la Lingüística Computacional también lo
haría, hay que ver que oportunidades se me abren en el mundo académico”, dijo.
Y entre otros proyectos personales, se encuentra el conformar una empresa
propia dedicada a la Inteligencia Artificial.
Trayecto académico: cómo eligieron Ingeniería
Informática y lo que se llevan
El Ing. Pablo Nicolás Ramos contó de su apego
a las Matemáticas y la Astronomía, “lo que me llevó a elegir la carrera de
Ingeniería Informática fue su salida laboral y la lógica que uno adquiere a lo
largo la misma, hubo ciertos períodos de tiempo durante la carrera que me
sentía más atraído por la Física pero luego me dije a mi mismo que voy a terminar
Ingeniería Informática y después en un futuro iba aplicar mis conocimientos
informáticos en el campo de la Física o la Astronomía empleando Inteligencia
Artificial”. Además, hizo saber que su padre es Ingeniero y sabía que se
dictaba la carrera de Ingeniería en Informática en la Facultad de Ingeniería de
la UNJu, “así que tenía dos opciones, ir a la UCSE o venir a la UNJu, no lo
dude ni dos segundos y preferí estudiar en la FI UNJu”, dijo.
En cuanto a su desempeño como estudiante
universitario, “me fue grato porque aprendí muchos conceptos que provocaron que
quiera aprender más de manera autodidacta, también aprendí a trabajar en
equipo, algo que no podía realizar antes”, contó; y añadió que además, se lleva
de la Facultad “las amistades y las ganas que le ponían los profesores
apasionados de sus materias, eso hizo que yo quiere superarme cada vez más”. En
ese sentido, recordó, “para cada final que he rendido, daba todo de mí para
tener una buena nota, y al mismo tiempo, cuando estudiaba para cada uno de ellos,
siempre compartíamos conocimiento con mis compañeros más cercanos para llegar
de la mejor manera a cada examen, y eso son sucesos que uno no olvida y que
siempre quedan en la memoria de cada uno”.
En tanto, el Ing. Ricardo Daniel Pérez contó
que daba por sentado que estudiaría Ingeniería Informática, “siempre me sentí
atraído por la programación y la matemática, de hecho, comencé a programar
desde los 12 años en Visual Basic”, por lo que cuando finalizó la secundaria
“navegué por Internet y me fijé la oferta académica, y como en la misma estaba
Ingeniería Informática, la elegí”.
Su trayecto como estudiante en la Facultad
“fue tranquilo, siempre traté de llevar mis materias al día y trabajar
conjuntamente con mis compañeros de clases más cercanos”. Se lleva las
amistades que conformó en sus años de estudio y recordó “en la materia de
Sistemas Operativos, antes de cada parcialito, nos juntábamos con todos
nuestros compañeros y nos poníamos a debatir sobre lo que habíamos estudiado
para ver si todos comprendimos los conceptos leídos, esa fue una grata
experiencia porque todos colaboramos para poder afianzar conceptos y, en
consecuencia, aprobar la materia”, destacó.
Para futuros ingresantes a la carrera
Ingeniería Informática:
“El consejo que les daría es que en sus
tiempos libres le dediquen tiempo a la programación porque es algo que te
cambia el cerebro, te ayuda a ser más lógico y a resolver problemas de la vida
real. Y que traten de estudiar las nuevas tecnologías para tener una mejor
salida laboral.”
Ing. Ricardo Daniel Pérez
“Estudien bien los cimientos básicos de la
Ingeniería Informática, porque todos los conceptos están relacionados entre sí
cuando salís al mundo laboral, y cada vez que tengan que rendir un examen
final, sólo lo hagan cuando hayan estudiado todo o bien si se sienten bien
seguros de dar un buen examen, porque tener un buen promedio luego los va a
ayudar para adquirir becas de investigación.”
Periodista:
huellas de jujuy
Trabajamos por una sociedad mas informada y comunicada con un profundo compromiso con la realidad informativa de la provincia de Jujuy, el país y el mundo.
