Identificación de procesos impactados en la gerencia de mercado de energía a través de redes de procesamiento de lenguaje natural
RESUMEN : En la Gerencia de Mercado de Energía (GEME) uno de los procesos más importantes es la implementación de nuevas resoluciones, decretos o cualquier cambio regulatorio expedido por los entes. En estos procesos uno de los hitos claves es identificar de manera oportuna qué procesos son impactad...
- Autores:
-
Mejía López, Camilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/38101
- Acceso en línea:
- https://hdl.handle.net/10495/38101
- Palabra clave:
- Procesamiento de lenguaje natural
Natural language processing
Industria energética
Energy industry
Clasificación automática
Automatic classification
Cambios Regulatorios
https://id.nlm.nih.gov/mesh/D009323
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| Summary: | RESUMEN : En la Gerencia de Mercado de Energía (GEME) uno de los procesos más importantes es la implementación de nuevas resoluciones, decretos o cualquier cambio regulatorio expedido por los entes. En estos procesos uno de los hitos claves es identificar de manera oportuna qué procesos son impactados por estos cambios regulatorios para garantizar y tener una vista integral de los impactos. Además, proponer soluciones que garanticen la aplicación de los cambios regulatorios. Sin embargo, la identificación de los procesos impactados varía dependiendo de la complejidad y dimensión de la resolución. Por tanto, se propone una herramienta que pueda procesar el contenido de la resolución y determinar los posibles equipos impactados de manera mucho más ágil y de forma desatendida. Esta tarea se pretende realizar a través de un modelo de procesamiento de lenguaje natural el cual tomará las resoluciones nuevas para lograr una implementación de un proceso automático. Este proyecto, por tanto, muestra tres estrategias de manejo de datos, sus resultados y además los procesos de mejora para obtener clasificaciones más reales. Además de presentar las demás actividades en las que también participó. |
|---|
