@article{Oblitas Villegas_2021, title={Redes Neuronales para la identificación de competencias legisladas}, url={https://ojs.umsa.bo/ojs/index.php/inf_fcpn_pgi/article/view/44}, abstractNote={<p>El modelamiento de tópicos es un campo del Procesamiento del Lenguaje Natural, que permite categorizar textos en distintos temas (tópicos), mediante algoritmos de manera supervisada y no supervisada. En la presente investigación se tratará la categorización de la normativa boliviana de los gobiernos autónomos (GA), de acuerdo a las competencias asignadas a los GA por la Constitución y la Ley Marco de Autonomías. De esta manera se utilizó word2vec para identificar el espacio semántico de los textos a clasificar y los algoritmos LDA y LSTM para el modelado de tópicos. Para mejorar los resultados obtenidos por el LDA, se buscó el número óptimo de tópicos, y se utilizó el algoritmo LDA Guiado basado en los datos de una clasificación manual previa, para extraer información significativa que permita hallar la competencia legislada en la normativa boliviana. Además, este estudio realizó una evaluación de la precisión de los algoritmos utilizados para realizar esta clasificación.</p>}, number={8}, journal={INF-FCPN-PGI Revista PGI}, author={Oblitas Villegas, Carlos Gabriel}, year={2021}, month={nov.}, pages={41–44} }