Tema: Sistema Inteligente de Consulta de Avisos Legales del Diario El Peruano mediante Retrieval-Augmented Generation y Fine-tuning de Modelos de Lenguaje
Integrantes:
Carlos Quispe Reynoso,
Cesar Reyes Virhuez,
Gabriela Villanueva Vasquez,
Kevin Ramirez Antezana
Resumen:
Este trabajo presenta el diseño, implementación y evaluación de un sistema inteligente de consulta de avisos legales del Diario Oficial El Peruano basado en técnicas avanzadas de Procesamiento de Lenguaje Natural.

Paper:
Adjunto del paper ( el formato de IEEE en pdf )


Codigo Source: https://github.com/carlosgqr69/Extracci ... el-peruano

Tema: Sistema Inteligente de Consulta de Avisos Legales sobre empresas del Diario El Peruano mediante Retrieval-Augmented Generation y Fine-tuning de Modelos de Lenguaje

Sección ”B”
Grupo 2

Integrantes:
Carlos Quispe Reynoso,
Cesar Reyes Virhuez,
Gabriela Villanueva Vasquez,
Kevin Ramirez Antezana

Este trabajo presenta el diseño e implementación de un sistema inteligente para la consulta de avisos legales publicados en el Diario Oficial El Peruano. El sistema integra técnicas avanzadas de procesamiento de lenguaje natural mediante un enfoque híbrido que combina recuperación aumentada con generación y ajuste fino eficiente. Se procesaron 240 ediciones del diario, construyendo una base vectorial con más de 17,000 fragmentos indexados y enriquecidos con metadatos. El pipeline incluye extracción y limpieza de texto, segmentación en unidades semánticas, generación de representaciones vectoriales y recuperación contextual. Para la generación de respuestas se emplearon modelos de lenguaje de gran escala, complementados con interfaces multimodales que permiten interacción por texto y voz.

Codigo Source: https://github.com/carlosgqr69/Extracci ... el-peruano

TEMA:
Estimación Temprana del Costo de Ayuda ´ Humanitaria ante lluvias intensas empleando algoritmos de Machine Learning.

ABSTRACT:
Este artículo describe el desarrollo del proyecto de Machine Learning para la estimación temprana del costo de Bienes de Ayuda Humanitaria (BAH) ante la emergencia de lluvias intensas en Perú basado en la metodología CRISPDM (Cross-Industry Standard Process for Data Mining), con base en datos históricos de emergencias proporcionados por el Instituto de Defensa Civil (INDECI) desde el año 2003 al 2020. El objetivo principal es crear un modelo predictivo que facilite la toma de decisiones a las autoridades en la asignación de recursos de BAH. Se detalla cada una de las fases de la metodología, desde la comprensión del negocio y los datos hasta el modelado, evaluación y despliegue del modelo. Este proyecto busca optimizar tiempos y recursos en situaciones de emergencia, proporcionando predicciones precisas y oportunas. Las métricas de los resultados obtenidos han sido bajos debido a lo complejo y poco explorado del tema, siendo el algoritmo Gradient Boosting es el que tuvo mejores métricas.

https://portal.indeci.gob.pe/direccion- ... -2003-2020

INTEGRANTES:
JAVIER JAIME CUCHO
CARLOS QUISPE REYNOSO
CESAR REYES VIRHUEZ
GABRIELA VILLEGAS VASQUEZ