Modelos de lenguaje causales para la comprensión de colecciones de documentos

Abstract

[ES] La disponibilidad de grandes cantidades de información textual, especialmente en el ámbito profesional, ha llevado a un aumento significativo en la dificultad de procesar y comprender adecuadamente las colecciones de documentos. Este trabajo de fin de máster se centra en abordar este desafío utilizando modelos generativos conversacionales capaces de recoger información de estas colecciones y presentarla al usuario con lenguaje natural. El objetivo principal de este estudio es desarrollar sistemas accionados por modelos de leguage grandes (LLM) para facilitar la comprensión de las colecciones de documentos.

[EN] The increasing availability of large quantities of texts, especially in the the profes- sional realm, has led to a significant increase in the time consumed to properly process and understand large document collections, resulting in more resorces destined to te retrieval of information. The systems developed to solve this probles, when not com- pletely human intensive, require some level of expert knowledge, imposing a restriction to whom can employ them. This master’s thesis focuses on tackling this problem using as user interface causal models in systems capable of retrieving information from these collections and present- ing it then to the user in natural language. The main objective of this work is to develop LLM-powered systems to help on the comprehension of these large document collections