Publication: Large Language Models (LLMs) para calidad y estandarización de datos
Date
2024
Authors
Editor
Director
Advisor
Coordinator
Commentator
Reviewer
Illustrator
Access rights
info:eu-repo/semantics/openAccess
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática.
Abstract
Actualmente, uno de los principales problemas de las empresas, organizaciones o gobiernos que gestionan datos es la calidad de los mismos. Éstos suelen contener una gran cantidad de errores con multitud de variaciones. En consecuencia, resulta difícil corregirlos para realizar análisis o pre- dicciones. Por otro lado, en los últimos años se han desarrollado grandes modelos del lenguaje con potencial para resolver este tipo de tareas de calidad de los datos. Este proyecto explora la viabilidad de la utilización de grandes modelos del lenguaje para la corrección y la estandarización de datos. Primero, se ha investigado el estado del arte de los modelos y de la calidad de los datos. Seguidamen- te, se ha diseñado una metodología para realizar experimentos con grandes modelos del lenguaje y tareas de calidad. En particular, se han llevado a cabo tres experimentos. El primero sobre corrección de valores, el segundo sobre estandarización de atributos, y el tercero sobre imputación de valores ausentes. Después de evaluar los experimentos, se ha observado que la aplicación de LLMs en tareas de calidad del dato puede obtener buenos resultados en determinados escenarios muy concretos. Por ejemplo, cuando la cantidad de datos a corregir es pequeña y la tarea es sencilla. Sin embargo, para grandes cantidades de datos o tareas complejas, han surgido dificultades relacionadas con los tiempos de ejecución, los costes económicos y la fiablidad de las respuestas.
Description
UNESCO Categories
Keywords
LLMs, Calidad del dato, Ingeniería de prompts, Corrección y estandarización de datos
Citation
Center
Facultades y escuelas::E.T.S. de Ingeniería Informática
Department
Inteligencia Artificial