Depuración de Bases de Datos de Segunda Sección del Boletín Oficial de la República Argentina Mediante Aprendizaje de Máquina

Abstract

El Boletín Oficial de la República Argentina es una fuente importante de información para empresas, instituciones y particulares, pero la gran cantidad de información publicada diariamente hace que la depuración de bases de datos sea un proceso complejo y costoso. Se hipotetiza que el uso de un modelo de inteligencia artificial basado en aprendizaje de maquina (ML) puede aprender a clasificar y catalogar los avisos comerciales de manera eficiente y autónoma. La aplicación de técnicas de ML en la clasificación de textos ha evolucionado significativamente, especialmente en el uso de modelos de aprendizaje profundo en áreas como la identificación de noticias falsas y la detección de spam. También se han realizado estudios sobre el uso de técnicas de ML en la identificación y corrección de errores en bases de datos, incluyendo la corrección de errores en imágenes médicas y la identificación de avisos comerciales ilegales en la web. Se propone el desarrollo de un modelo de aprendizaje de máquina para la clasificación y catalogación de los avisos comerciales de la segunda sección del Boletín Oficial de la República Argentina, lo que podría representar un avance significativo en la depuración de bases de datos en este ámbito.