Browsing by Subject "Lenguaje natural"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Marco de trabajo para análisis y clasificación de incidentes en una entidad financiera utilizando PLN. Ampliación del análisis de modelos de clasificación
    (Pontificia Universidad Javeriana Cali, 2025) Reyes Cárdenas, Cristian Eduardo; Mora Cardona, Mario Julián
    Con base en el trabajo de grado: “Prototipo para análisis y clasificación de incidentes en una entidad financiera utilizando NPL”, se pretende explorar modelos que no fueron tenidos en cuenta dado que al hacer la evaluación de las métricas de calidad no alcanzaron el umbral esperado por el proyecto. Esto no significa que estos modelos no puedan ser evaluados con mayor profundidad para su implementación. Dado que este proyecto académico está enfocado en el desarrollo de un prototipo funcional específico, se ha elegido una entidad financiera a la que llamaremos Banco, para proteger su confidencialidad. Esta propuesta de trabajo de grado de maestría tiene como objetivo satisfacer la necesidad de crear un prototipo para el análisis y clasificación de incidentes en dicha entidad financiera empleando técnicas de PLN (Procesamiento de Lenguaje Natural). En particular, el área de auditoría interna carece de comprensión de herramientas tecnológicas para el tratamiento de datos provenientes de reportes en lenguaje natural, aunando la falta de categorización y descripción acertada de incidentes, la dificultad para realizar búsquedas de incidentes en la descripción realizada por el creador de la novedad, ha provocado que se presente falta de certeza en la clasificación de los incidentes para cada uno de los procesos objeto de auditar, lo que ha impedido toma de decisiones basadas en datos, incumplimiento de los acuerdos de nivel de servicios (ANS), y cierre de incidencias sin respuesta acertada.
  • Thumbnail Image
    Item
    Modelo de lenguaje natural para el análisis de conversaciones de WhatsApp entre un asesor de cobranzas y un cliente
    (Pontificia Universidad Javeriana Cali, 2025) Alvear Corro, Jesus David; Ramírez Ovalle, Carlos Ernesto
    El siguiente proyecto aborda la necesidad de mejorar la gestión de cobranzas en entidades bancarias dado el repentino aumento de la cartera vencida, lo que pone en presión la eficacia de las estrategias de cobranzas, el objetivo del proyecto se enfoca en la implementación de un modelo avanzado de procesamiento de lenguaje natural (PLN) como BERT. Este analiza las conversaciones de WhatsApp entre asesores de cobranza y clientes, para mejorar la eficiencia en la gestión de cobranzas identificando patrones de comportamiento y analizando el sentimiento expresado en estas interacciones. El desarrollo del modelo se estructura en varias fases clave. Primero, se establece una robusta gestión de datos y creación de pipelines para capturar sistemáticamente las conversaciones de WhatsApp. Esto incluye el almacenamiento, procesamiento, limpieza, normalización y entrenamiento de los datos, asegurando una base sólida para el análisis posterior. Se implementan modelos avanzados como BERT para evaluar la calidad de las conversaciones y analizar el sentimiento expresado por los clientes. Los modelos BERT se utilizarán para la clasificación de sentimientos, proporcionando así una comprensión profunda de la percepción y la actitud de los clientes frente a sus obligaciones financieras. La evaluación del modelo es exhaustiva, considerando métricas estándar como precisión, exactitud y F1- score, así como la capacidad del modelo para generalizar a nuevas conversaciones y su interpretabilidad. Esto garantiza que el modelo seleccionado cumpla con los estándares de calidad necesarios para su implementación en un entorno operativo real. Además de mejorar la eficiencia en la gestión de cobranzas, el proyecto logra proporcionar herramientas para una evaluación temprana del desempeño de los asesores. Esto se logra mediante el análisis automatizado de las interacciones, identificando conversaciones críticas y áreas donde los asesores podrían mejorar en la comunicación con los clientes.
  • Thumbnail Image
    Item
    Prototipo para análisis y clasificación de incidentes en una entidad financiera utilizando NPL
    (Pontificia Universidad Javeriana Cali, 2023) Restrepo Cifuentes, Juan David; Velasco Gómez, Guiancarlo Javier; Mora Cardona, Mario Julián
    El área de auditoría interna de una entidad financiera se ha venido enfrentando a diversos desafíos a raíz de la falta de eficacia para llevar a cabo la clasificación de incidentes en los procesos sujetos a auditoría. Estas fallas han obstaculizado la toma de decisiones basadas en datos y ha llevado al incumplimiento de los acuerdos de nivel de servicio (ANS), resultando en el cierre de incidencias sin una solución adecuada. En el marco del trabajo de grado, se propuso desarrollar un prototipo para el análisis y clasificación de incidentes en una entidad financiera utilizando el Procesamiento de Lenguaje Natural (PLN). Para abordar esta problemática, se decidió crear una aplicación de Machine Learning que pudiera clasificar los incidentes de la mesa de servicio de acuerdo con su prioridad. Para lograr este objetivo, fue necesario llevar a cabo un proceso de limpieza de las descripciones de los incidentes, eliminando palabras irrelevantes que no aportaban al contexto y al significado de cada incidente. A continuación, se adaptaron y vectorizaron los datos textuales para que fueran fáciles de procesar por los modelos de clasificación. Posteriormente, se evaluaron las métricas de diferentes modelos y se seleccionaron los mejores, optimizando sus hiperparámetros y probando su capacidad de predicción utilizando registros de incidentes diferentes a los utilizados en el entrenamiento. Como resultado, se presentaron a la entidad financiera dos modelos con TF-IDF que habían sido optimizados y mostraban una precisión superior al 80%. Sin embargo, al probar los modelos con registros distintos a los utilizados en el entrenamiento, se observaron diferencias en la clasificación de hasta el 19%. Es importante destacar que esta discrepancia no implica que el modelo esté equivocado en la clasificación, sino que invita al personal del banco a validar los incidentes en los cuales difiere de la prioridad asignada manualmente por los colaboradores de la entidad financiera.