Modelado de tópicos aplicado al análisis del papel del aprendizaje automático en revisiones sistemáticas

• Published in: Revista de Investigación, Desarrollo e Innovación (En línea) Vol. 12; no. 2; pp. 279 - 292
• Main Authors: Grisales-Aguirre, Andrés Mauricio, Figueroa-Vallejo, Carlos Julio
• Format: Journal Article
• Language: English; Portuguese
• Published: Universidad Pedagógica y Tecnológica de Colombia 01.12.2022
• Subjects: aprendizaje automático; Asignación Latente de Dirichlet; ENGINEERING, MULTIDISCIPLINARY; modelado de tópicos; revisiones sistemáticas; Latent Dirichlet Allocation; revisiones sistemáticas; aprendizaje automático; topic modeling; modelado de tópicos; systematic reviews; Asignación Latente de Dirichlet; machine learning
• ISSN: 2027-8306; 2389-9417; 2389-9417
• DOI: 10.19053/20278306.v12.n2.2022.15271

El objetivo de la investigación fue analizar el papel del aprendizaje automático de datos en las revisiones sistemáticas de literatura. Se aplicó la técnica de Procesamiento de Lenguaje Natural denominada modelado de tópicos, a un conjunto de títulos y resúmenes recopilados de la base de datos Scopus. Especificamente se utilizó la técnica de Asignación Latente de Dirichlet (LDA), a partir de la cual se lograron descubrir y comprender las temáticas subyacentes en la colección de documentos. Los resultados mostraron la utilidad de la técnica utilizada en la revisión exploratoria de literatura, al permitir agrupar los resultados por temáticas. Igualmente, se pudo identificar las áreas y actividades específicas donde más se ha aplicado el aprendizaje automático, en lo referente a revisiones de literatura. Se concluye que la técnica LDA es una estrategia fácil de utilizar y cuyos resultados permiten abordar una amplia colección de documentos de manera sistemática y coherente, reduciendo notablemente el tiempo de la revisión.