Software basado en redes neuronales artificiales para la autocorrección de mensajes de texto en el proyecto pic-13 2013 de la Universidad Nacional de Trujillo
No Thumbnail Available
Date
2019-01
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
El Proyecto PIC-13 2013 de la Universidad Nacional de Trujillo es un proyecto ganador
para ser financiado por el Canon Minero para promover la investigación científica. El
proyecto titulado “Desarrollo de un Sistema Inteligente para Controlar Llamadas y
Mensajes Maliciosos como Medios de Extorsión” busca identificar tanto mensajes de
texto como llamadas extorsionadoras para una posterior actuación legal de esta.
Sin embargo, el proyecto aún no cuenta con un software que permita corregir mensajes de
texto que sean ilegibles. Este proceso es un paso anterior a la identificación de si estos son
usados como medios de extorsión o no. Es por eso que surge la necesidad de desarrollar un
software que permita autocorregir los mensajes de texto que se reciben.
Para la elaboración de este software se utilizó inteligencia artificial, en específico redes
neuronales artificiales que son las más indicadas para los casos de autocorrección.
Además, se hizo uso de la red neuronal Hopfield ya que permite un fácil manejo de capas
de la red neuronal artificial.
Description
The Project PIC-13 2013 of the National University of Trujillo is a won project to be
earned by Mining Canon to promove the scientific investigation. The project called
“Desarrollo de un Sistema Inteligente para Controlar Llamadas y Mensajes
Maliciosos como Medios de Extorsión” seeks to identify extortionist text messages and
calls for a post legal actuation against those.
However, the project hasn’t got a software that corrects unreadable text messages. This
proccess is the previous step towards the identification if these are used as a way of
extortion or not. For that reason the need arises to autocorrect the text messages that are
received.
For the elaboration of this software, we used artificial intelligence, specifically artificial
neural networks that are the most indicated for the cases of autocorrection. Besides, we
used Hopfield neural network because it allows easy handling of layers of the artificial
neural network.
Keywords
Inteligencia artificial