Fidel Indalecio Mamani Maquera; Alfredo Paz Valderrama

Objetivo

Desarrollar un sistema de generación de preguntas automáticas desde texto para apoyar la comprensión lectora en estudiantes de etapa escolar utilizando tecnología NLP.

Resumen:

El proyecto de tesis es de tipo experimentacion de campo y/o laboratorio, subvencionado por 12000 SOLES, realizado por el tesis egresado de Ingenieria de SIstema propuesto para su ejecucion de 18 meses. En el proyecto busca incrementar la comprensión lectora de estudiantes en etapa escolar(2do de media), mediante el desarrollo de un sistema de generación de preguntas automáticas desde textos de libro (libros en formato PDF) para que estas sean respondidas por el estudiante. Para tal objetivo se utilizará tecnología NLP (Procesamiento de Lenguaje Natural), especificamente en el campo de Question Generation(QG) en el idioma español.

Palabras clave

preguntas automaticas, generacion de preguntas, procesamiento del lenguaje natural, NLP, deep learning, RNN, UNSA, Arequipa.

Problema central

Los padres de familia dedican poco tiempo para ayudar a sus niños durante la etapa escolar. Según la prueba PISA 2016 nuestro estudiantes mejoraron en matemáticas, pero no en comprensión lectora. De acuerdo a MINEDU la educación está incrementando, pero de manera lenta. Aunque en el idioma Ingles el problema de generación de preguntas automaticas ha sido largamente estudiado, sin embargo en el idioma Español no hay muchos estudios y tampoco una base de datos(corpus) disponible.

Hipótesis planteada

Es posible crear un sistema de generacion de preguntas automaticas a partir de textos usando NLP.

Resultados esperados

01 Artículo sometido a una revista cientifica indizada en Scopus, Web of Science con los resultados de la investigación de la tesis con afiliación a la UNSA y agradecimiento a la UNSA e indicando el número de contrato.
01 Tesis de Pre-grado sustentada en la UNSA con los resultados del proyecto.
01 Profesional titulado de Ingeniero de Sistemas

Impactos esperados

Inicio de un desarrollo de técnicas y bases de datos en NLP para el idioma Español.