Método automatizado basado en inteligencia artificial para identificar mensajes de violencia en contra de la mujer en letras de canciones.
| dc.contributor.advisor | Vidal Caicedo,Maria Isabel | |
| dc.contributor.author | Ramírez Díaz, Didier Enrique | |
| dc.coverage.spatial | Popayán | |
| dc.date.accessioned | 2025-10-21T22:25:32Z | |
| dc.date.available | 2025-10-21T22:25:32Z | |
| dc.date.issued | 2020 | |
| dc.description.notes | Desde hace mucho tiempo se ha identificado que existe un nivel de desigualdad entre las personas. Esto se ha visto reflejado en la violencia de género, específicamente en contra de la mujer. La cual se puede presenciar de muchas maneras, no importa la edad, nacionalidad, cultura, color de piel, etc. Son factores que además de afectar a la víctima, puede afectar al entorno que las rodea, como: hijos, amigos, familiares, compañeros, etc. La violencia contra la mujer se presenta como un contexto de desigualdad estructural para las mujeres en cuanto a menos posibilidades de acceso a recursos, autonomía económica y participación en la vida pública, lo que lleva a prestar atención sobre los factores que lo causan y las consecuencias que eso conlleva hacia las víctimas. | |
| dc.description.tableofcontents | PRELIMINARES ......................................................................................... 4 1.1 PLANTEAMIENTO DEL PROBLEMA .......................................... 4 1.2 JUSTIFICACIÓN .......................................................................... 6 1.3 ALCANCE .................................................................................... 7 1.4 MARCO TEÓRICO ........................................................................ 7 1.4.1 Violencia de Género contra la Mujer .................................. 8 1.4.2 Inteligencia Artificial ............................................................ 8 1.4.3 Machine Learning ............................................................... 8 1.4.4 Redes Neuronales Convolucionales .................................... 9 1.4.5 Clasificación de Textos ....................................................... 9 1.5 ANTECEDENTES ....................................................................... 9 1.6 OBJETIVOS ................................................................................ 13 1.6.1 Objetivo General ............................................................... 13 1.6.2 Objetivos Específicos ........................................................ 13 1.7 METODOLOGÍA ........................................................................... 14 CAPÍTULO 2. BASE CONCEPTUAL SOBRE EL ESTADO DEL DESARROLLO ACTUAL DE HERRAMIENTAS Y PROCESOS QUE PERMITAN LA IDENTIFICACIÓN DE PATRONES EN TEXTO ........... 16 CAPÍTULO 3. TÉCNICAS DE INTELIGENCIA ARTIFICIAL UTILIZADAS ACTUALMENTE PARA LA DETECCIÓN DE PATRONES TEXTUALES ................................................. 28 3.1 ARQUITECTURA DE REDES NEURONALES CONVOLUCIONALES ....... 33 CAPÍTULO 4. CONSTRUIR UN MÓDULO SOFTWARE BASADO EN LAS TÉCNICAS DE INTELIGENCIA ARTIFICIAL. QUE PERMITA LA IDENTIFICACIÓN Y EL ANÁLISIS AUTOMÁTICO DE PATRONES DE VIOLENCIA CONTRA LA MUJER EN EL TEXTO DE LAS LETRAS DE CANCIONES ............................ 38 4.1 FASE 1: COMPRENSIÓN DE LOS DATOS Y EL NEGOCIO .............. 40 4.1.1 Alcance de la Aplicación ML ........................................... 40 4.1.2 Criterios de Éxito ............................................................. 41 4.1.3 Factibilidad ....................................................................... 41 4.1.4 Recolección de Datos .................................................... 42 4.1.5 Verificación en la Calidad de los Datos .......................... 49 4.2 FASE 2: PREPARACIÓN DE DATOS ......................................... 54 4.2.1 Seleccionar los Datos .................................................. 54 4.2.2 Limpiar los Datos .......................................................... 54 4.2.3 Construir los Datos ....................................................... 56 4.2.4 Estandarización de Datos ............................................ 56 4.3 FASE 3: MODELADO ................................................................. 57 4.3.1 Investigación de la Literatura sobre Problemas Similares ... 57 4.3.2 Definir Medidas de Calidad del Modelo ......................... 57 4.3.3 Seleccionar el Modelo ................................................... 57 4.3.4 Entrenamiento del Modelo ............................................ 58 4.4 FASE 4: EVALUACIÓN ................................................................. 60 4.4.1 Validar Desempeño ....................................................... 60 4.4.2 Comparar Resultados de Criterios de Éxito con los Definidos ....................................................................................................... 70 4.5 FASE 5: DESPLIEGUE ................................................................. 73 4.5.1 Evaluación del Modelo en Condiciones de Producción ... 73 4.5.2 Estrategia de Implantación .......................................... 74 4.6 FASE 6: MONITOREO Y MANTENIMIENTO ............................. 74 4.6.1 Monitorear Datos ........................................................... 74 4.6.2 Actualización de Librerías y Datos ............................... 74 | |
| dc.identifier.instname | Institución Universitaria Colegio Mayor Del Cauca | |
| dc.identifier.reponame | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.identifier.uri | https://repositorio.unimayor.edu.co/handle/20.500.14203/1054 | |
| dc.language.iso | spa | |
| dc.publisher | Institución Universitaria Colegio Mayor del Cauca | |
| dc.publisher.faculty | FACULTAD DE INGENIERÍA | |
| dc.publisher.program | Ingeniería Informática | |
| dc.rights | open access | |
| dc.subject | Deportistas | |
| dc.subject | Estudio de factibilidad | |
| dc.subject | Alimentos funcionales | |
| dc.subject | Hábitos alimenticios saludables | |
| dc.subject | Accesibilidad nutricional | |
| dc.subject | Innovación en productos lácteos | |
| dc.title | Método automatizado basado en inteligencia artificial para identificar mensajes de violencia en contra de la mujer en letras de canciones. | |
| dc.type | info:eu-repo/semantics/bachelorThesis | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dcterms.license | http://creativecommons.org/licenses/by-nc-nd/4.0/ |
Files
Original bundle
1 - 1 of 1