Propuesta de Desarrollo del Proyecto

1. Necesidades y/o problemas

Realizar un procesamiento de lenguaje natural en corpus de textos amplios sobre temas comunes y cargas semánticas similares,

2. Solución propuesta

Un sistema que permita la realización de consultas públicas con un módulo que permita realizar el modelado de tópicos de grandes cantidades de corpus y una visualización gráfica agradable.

3. Alcance del software propuesto

• Un sistema que permita realizar una consulta pública de los proyectos del SIPES

• Un módulo que permita realizar el procesamiento de los datos obtenidos de la consulta, y posterior a esto su visualización en tópicos gracias al LDA

4. Descripción general de la arquitectura del software

En la imagen a continuación se describe la arquitectura del software

• Se hace la definición/selección del corpus a ser tratado
• Se le da el formato requerido para ser procesado por las herramientas
• Se realiza el pre-procesamiento que se encarga de limpiar los corpus y tomar sólo las palabras relevantes para el análisis
• Con el corpus pre-procesado se ejecuta el algoritmo LDA tantas veces como corpus necesitemos
• Se configura la aplicación web con las rutas de los archivos resultantes del pre-procesamiento y LDA
• Y por último se pueden visualizar los resultados en la interfaz web

5. Metodología de desarrollo

[En esta sección se indica la metodología a utilizar para guiar el proceso de desarrollo del software]

6. Plataforma de operación

• Aplicación netamente web, para correr a través de un servidor cualquiera.

7. Plataforma de desarrollo

• Python 2.7
• Django 1.10

8. Licencias de código y documentación

[Se indica los tipos de licencias libres a utilizar tanto para el software como para su documentación]