Extracción y categorización automática de lecciones aprendidas en documentos no estructurados

Abstract

[CA] L’anàlisi de Lliçons Apreses en els plans de qualsevol empresa, entitat o institució és cada vegada més comuna. Este estudi permet extraure coneixement d’experiències, tant positives com negatives, obtingudes durant la realització d’un projecte, i descrites en els oportuns informes de desenvolupament. Actualment, el seu ús no està estandarditzat, sent així difícil i tediós trobar experiències o problemes que puguen sol·licitar a cara a plantejar una nova empresa. En este treball es busca una solució automatitzada per al processament de documents desestructurats, amb l’objectiu d’extraure i categoritzar les Lliçons Apreses presents, així com permetre als futurs usuaris la seua busca i anàlisi a través d’una ferramenta de busca específica.

[ES] El análisis de Lecciones Aprendidas en los planes de cualquier empresa, entidad o institución es cada vez más común. Este estudio permite extraer conocimiento de experiencias, tanto positivas como negativas, obtenidas durante la realización de un proyecto. Actualmente, su uso no está normalmente estandarizado, y el análisis se encuentra como una sección dentro de los informes finales de cada proyecto, siendo así difícil y tedioso encontrar experiencias o problemas que puedan interesar de cara a plantear una nueva empresa. Este trabajo surge como propuesta de la organización UNICC (United Nations International Computing Centre). En él, se busca una solución automatizada para el procesamiento de documentos en distintos formatos, con el objetivo de extraer y categorizar las Lecciones Aprendidas presentes. La organización tiene la intención de crear un buscador inteligente que facilite su acceso y permita encontrar información acorde a unas características previas, como por ejemplo ¿presupuesto¿ o ¿retrasos¿. Para la realización del proyecto, se implementará un sistema basado en reglas, ya que los informes de la organización siguen plantillas y patrones similares. También se emplearán modelos de PLN para la categorización de textos. Como opción alternativa para la extracción, se considera la posibilidad de entrenar un modelo que identifique de manera inteligente los títulos de un documento y extraiga el texto perteneciente al título relacionado con Lecciones Aprendidas.

[EN] The analysis of Lessons Learned in the plans of any company, entity or institution is becoming more and more common. This study allows extracting knowledge from expe- riences, both positive and negative, obtained during the implementation of a project, and described in the appropriate closure reports. Currently, its use is not standardized, mak- ing it difficult and tedious to find experiences or problems that may be of interest when planning a new enterprise. In this work we are looking for an automated solution for the processing of unstructured documents, with the objective of extracting and categorizing the Lessons Learned present, as well as allowing future users to search and analyze them through a specific search tool.