Curso: Procesamiento de Lenguaje Natual
Grupo 1:

• Alejos Yarasca Fiorella Andrea (fiorella.alejos.y@uni.pe)

• Llana Chavez Walter Rodolfo (walter.llana.c@uni.pe)

• Luna Jaramillo Juan Marcos (juan.luna.j@uni.pe)

• Medina Rodríguez Henry (hmedinar@uni.pe)

• Salazar Vega Edwin Martín (edwin.salazar.v@uni.pe)

Resumen— La propagación de noticias falsas en el Perú, intensificada durante la pandemia por el alcance masivo de las redes sociales, ha evidenciado la necesidad de herramientas automáticas para su detección. Este trabajo presenta un modelo basado en Procesamiento de Lenguaje Natural y aprendizaje automático para identificar noticias falsas peruanas. Se construyó un corpus de tweets periodísticos etiquetados como verdaderos o falsos según la fuente, y se entrenaron clasificadores Naive Bayes, SVM y un modelo BERT multilingüe ajustado (fine-tuning). El texto fue preprocesado (limpieza, tokenización, normalización) y representado con TF-IDF para los modelos tradicionales, mientras que BERT empleó embeddings contextuales preentrenados. Los modelos se evaluaron con métricas estándar (precisión, recall, F1, ROC AUC) sobre un conjunto de prueba. Los resultados muestran que BERT supera a los algoritmos clásicos, alcanzando mayor exactitud y mejor equilibrio precisión/recall. Este estudio confirma la eficacia del PLN combinado con aprendizaje profundo para detectar desinformación en el contexto peruano, destacando el potencial de los Transformers para capturar sutilezas lingüísticas y mitigar la difusión de noticias falsas.

Tema:
Modelo predictivo para los hábitos de lectura en bibliotecas escolares de niños y adolescentes

Resumen:
Este trabajo explora la aplicación de modelos de Inteligencia Artificial basados en aprendizaje supervisado y no supervisado para predecir la frecuencia de participación de niños, entre 3 a 17 años, en actividades de biblioteca escolar. Como fuente de datos se cuenta con la información recopilada de la Encuesta Nacional de Lectura realizada en el año 2022. Este dataset en principio muestra una cifra alarmante en la cual solo el 43.7% de personas en el Perú ha leído al menos un libro en dicho año. Por dicho motivo, los resultados permitirán validar la eficiencia de las metodologías utilizadas en las bibliotecas para captar la atención de la población evaluada. Asimismo, con los resultados obtenidos se incentivaran mejoras que permitan despertar el interés de la población en las actividades brindadas por las bibliotecas tanto escolares como regionales, y de esta forma despertar e incentivar el hábito de lectura en la población joven del Perú.

Integrantes:

• Alejos Yarasca Fiorella Andrea (fiorella.alejos.y@uni.pe)
  Llana Chavez Walter Rodolfo (walter.llana.c@uni.pe)
  Luna Jaramillo Juan Marcos (juan.luna.j@uni.pe)
  Medina Rodríguez Henry (hmedinar@uni.pe)
  Salazar Vega Edwin Martín (edwin@iartificial.io)

Tema: Aplicación de Regresión Logística para la Detección Eficiente de Correos Spam

Integrantes:

• Alejos Yarasca Fiorella Andrea (fiorella.alejos.y@uni.pe)
  Llana Chavez Walter Rodolfo (walter.llana.c@uni.pe)
  Luna Jaramillo Juan Marcos (jmlunaj@pucp.edu.pe)
  Medina Rodríguez Henry (hmedinar@uni.pe)
  Salazar Vega Edwin Martín (edwin@iartificial.io)

MIA-104 Machine Learning - Maestría en Inteligencia Artificial - 2024-I
Facultad de Ingeniería Industrial y Sistemas - Universidad Nacional de Ingeniería

Resumen— Este estudio explora la aplicación de la regresión logística en la detección de correos spam, destacando su eficacia para clasificar emails en entornos digitales. Mediante la evaluación de un conjunto de datos de correos electrónicos etiquetados, se demostró que este modelo puede distinguir eficientemente entre correos legítimos y no deseados. Los resultados indican una alta precisión del clasificador, validando la regresión logística como una herramienta potente y eficiente para mejorar los sistemas de filtrado de spam. Este enfoque promete contribuciones significativas a la seguridad informática y la gestión de datos.