Ítem
Acceso Abierto

Automatizacion de procesos de cualificacion en IQAP mediante chatbot de IA para Ingreso a universidades internacionales

Mostrar el registro sencillo de la publicación
dc.contributor.advisorAndrade Lotero, Édgar José
dc.creatorTamayo Ramírez, Jairo Vladimir
dc.creatorRico González, Rubén Darío
dc.creatorNoriega Cárcamo, Gustavo Adolfo
dc.creator.degreeMagíster en Matemáticas Aplicadas y Ciencias de la Computación
dc.creator.degreetypeFull time
dc.date.accessioned2024-08-21T19:56:50Z
dc.date.available2024-08-21T19:56:50Z
dc.date.created2024-06-26
dc.descriptionUno de los grandes desafíos empresariales es poder interactuar con sus potenciales usuarios de una manera cómoda y fluida, el presente proyecto ayudó a la empresa SOFIRI PTY LTD a mejorar su Plataforma de Cualificación Instantánea de Aspirantes IQAP con la implementación de técnicas avanzadas de Procesamiento del Lenguaje Natural (NLP) y modelos de lenguaje de gran escala (LLMs) de compañías líderes en AI. Como resultado de la aplicación de esta propuesta se logró desarrollar un chatbot que consiguió mejores resultados que el actual e interactuó con los usuarios de forma más natural; resultados que se midieron mediante la aplicación de una encuesta a los usuarios de prueba para evaluarlo de forma cualitativa y el cálculo de métricas para hacerlo cuantitativamente.
dc.description.abstractOne of the major business challenges is to interact with potential users in a comfortable and fluid manner. This project helped SOFIRI PTY LTD improve its Instant Qualification of Applicants Platform (IQAP) by implementing advanced Natural Language Processing (NLP) techniques and large-scale language models (LLMs) from leading AI companies. As a result of this implementation, a new chatbot was developed that outperformed the existing one, interacting with users in a more natural way. The chatbot's success was measured through a survey of test users for qualitative evaluation and by calculating metrics for quantitative assessment.
dc.format.extent65 PP
dc.format.mimetypeapplication/pdf
dc.geoLocationBogotá
dc.identifier.doihttps://doi.org/10.48713/10336_43300
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/43300
dc.language.isospa
dc.publisherUniversidad del Rosariospa
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnologíaspa
dc.publisher.programMaestría en Matemáticas Aplicadas y Ciencias de la Computaciónspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationA. Vaswani y a. et, «Attention is all you need,» de 31st Conference on Neural Information Processing Systems (NIPS), Long Beach, CA, USA, 2017.
dc.source.bibliographicCitationD. Jurafsky y J. Martin, Speech and Language Processing, Upper Saddle River, NJ: Prentice Hall, 2023.
dc.source.bibliographicCitationY. Bengio, P. Simard y P. Frasconi, «Learning Long-Term Dependencies with Gradient Descent is Difficult,» IEEE Transactions on Neural Networks, vol. 5, nº 2, pp. 157-166, 03 1994.
dc.source.bibliographicCitationT. Brown y e. al., «Language Models are Few-Shot Learners,» de Proceedings of the 34th International Conference on Neural Information Processing Systems (NeurIPS 2020), Vancouver, 2020.
dc.source.bibliographicCitationL. Reynolds y K. McDonell, «Prompt Programming for Large Language Models: Beyond the Few-Shot Paradigm,» 2021.
dc.source.bibliographicCitationV. I. Levenshtein, «Binary codes capable of correcting deletions, insertions, and reversals,» Soviet Physics Doklady, vol. 10, nº 8, pp. 707-710, 1966.
dc.source.bibliographicCitationH. M. Rojas Escobar, «Programación Dinámica,» de Optimización no lineal y dinámica, Bogotá, Unbiblios, 2001, p. 289.
dc.source.bibliographicCitationR. Wagner y M. Fischer, «The String-to-String Correction Problem,» Journal of the ACM, vol. 21, nº 1, pp. 168-173, 01 01 1974.
dc.source.bibliographicCitationA. Fawzy, «Measuring Text Similarity Using the Levenshtein Distance,» 2020. [En línea]. Available: https://blog.paperspace.com/measuring-text-similarity-using-levenshteindistance/. [Último acceso: 18 05 2024].
dc.source.bibliographicCitationK. Kukich, «Techniques for Automatically Correcting Words in Text,» ACM Computing Surveys, vol. 24, nº 4, pp. 377-439, 01 12 1992.
dc.source.bibliographicCitationG. Navarro, «A Guided Tour to Approximate String Machine,» ACM Computing Surveys, vol. 33, nº 1, pp. 31-88, 01 03 2001.
dc.source.bibliographicCitationL. Tarcetti, M. Ferraro y R. Rebón, «Medium,» 29 05 2023. [En línea]. Available: https://medium.com/redbee/gpt-3-vs-gpt-4-historia-funcionamiento-y-diferencias-entreestos- modelos-de-lenguaje-ia-9fd9214dae4c. [Último acceso: 30 05 2024].
dc.source.bibliographicCitationReplicate, «Run AI with an API,» San Francisco, 2024.
dc.source.bibliographicCitationSBERT.net, «Sentence Transformer,» 2024.
dc.source.bibliographicCitationB. Q. Weirui Kuang, «FederatedScope-LLM - A Comprehensive Package for Fine-tuning Large Language Models in Federated Learning,» arXiv - Cornell University, p. https://arxiv.org/abs/2309.00363, 2023.
dc.source.bibliographicCitation«LTD., Sofiri PTY,» Instant Qualified Applicant Platform (IQAP)., [En línea]. Available: https://sofiri.com/iq-connecting-student-to-advisors/. [Último acceso: 24 10 2023].
dc.source.bibliographicCitationM. H. Keivalya Pandya, «Automating Customer Service using LangChain: Building custom open-source GPT Chatbot for organizations - 3rd International Conference on “Women in Science & Technology: Creating Sustainable Career”,» Cornell University, p. https://arxiv.org/abs/2310.05421 , 2023.
dc.source.bibliographicCitationA. Paleyes, R. Urma y N. Lawrence, «Challenges in Deploying Machine Learning: a Survey of Case Studies,» arxiv Cornell University, p. https://arxiv.org/abs/2011.09926, 2020.
dc.source.bibliographicCitationS. Ozdemir, Quick Start Guide to Large Language Models - Strategies and Best Practices for using ChatGPT and Other LLMs, Addison-Wesley, 2024, p. 86.
dc.source.bibliographicCitationI. Goodfellow, Y. Bengio y A. Courville, «Deep learning,» Genetic Programming and Evovable Machines, vol. 19, p. 800, 29 Oct 2017.
dc.source.bibliographicCitationS. Bird, E. Klein y E. Loper, Natural Language Processing with Python, Sebastopol, CA: O'Reilly, 2009.
dc.source.bibliographicCitationH. Zhu y P. Koniusz, «Transductive Few-shot Learning with Prototype-based Label Propagation by Iterative Graph Refinement,» Computer Vision Foundation, 2023.
dc.source.bibliographicCitationInternational Business Machine IBM, «¿Qué es el aprendizaje few-shot?,» IBM Corporation, 2023.
dc.source.bibliographicCitationNLTK Project, «NLTK Documentation,» 2023.
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocURspa
dc.subjectAutomatización de procesos
dc.subjectChatbot
dc.subjectInteligencia artificial
dc.subjectProcesamiento de Lenguaje Natural (NLP)
dc.subjectexperiencia del usuario
dc.subjectTransformers
dc.subjectLLM
dc.subject.keywordProcess automation
dc.subject.keywordChatbot
dc.subject.keywordArtificial intelligence
dc.subject.keywordProcessing Natural Language (NLP)
dc.subject.keywordUser experience
dc.subject.keywordTransformers
dc.subject.keywordLLM
dc.titleAutomatizacion de procesos de cualificacion en IQAP mediante chatbot de IA para Ingreso a universidades internacionales
dc.title.TranslatedTitleAutomation of qualification processes in IQAP through chatbot of IA for entry to international universities
dc.typebachelorThesis
dc.type.documentTrabajo de grado
dc.type.spaTrabajo de grado
local.department.reportEscuela de Ingeniería, Ciencia y Tecnología
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Automatización_Procesos_de_Cualificación_IQAP_Noriega_Cárcamo_Gustavo_Adolfo.pdf
Tamaño:
2.22 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Matemáticas Aplicadas y Ciencias de la Computación