RT info:eu-repo/semantics/bachelorThesis T1 Procesamiento de lenguaje natural con Deep Learning para el análisis de perfiles profesionales en consejos de administración A1 Astorgano Antón, Manuel A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid K1 Deep Learning K1 Procesamiento del lenguaje natural K1 Economía financiera AB El gobierno corporativo ha ganado atención en el campo de las finanzas durante varias décadas.Juega un papel clave en la toma de decisiones de inversión o de negocio. Una de sus característicasmás importantes es la independencia del consejo de administración debido a su importantefunción de control e influencia en diversas variables ligadas al rendimiento y creación de riqueza.Recientemente, los consejos de administración han sido criticados por su complacencia e incapacidadde prevenir crisis en la empresa. Debido a esto, se han ampliado las perspectivas delanálisis de los consejos y ahora se incluyen características como la edad, el género, la nacionalidado la educación. Esta última no puede medirse de forma cuantitativa, ya que no se puederecopilar con datos estructurados, por lo que se ha dejado de lado a pesar de su importancia.En este trabajo se realiza un análisis en profundidad de la experiencia de los consejos deadministración de empresas de la bolsa de Madrid utilizando biografías, Procesamiento delLenguaje Natural (PLN) y redes neuronales profundas. Primero, se construye un modelo delenguaje (un modelo capaz de generar texto) en español. Después, se modifica y se convierteen un modelo de regresión mediante transferencia de aprendizaje. El modelo final es capaz de,dada una biografía de un consejero, proporcionar una medida de varios perfiles profesionales.Se utilizan dos arquitecturas que generan dos modelos distintos: redes neuronales recurrentesLSTM y transformers. A cada uno se le realiza un análisis de interpretabilidad mediante SHAPpara obtener las palabras más importantes de las entradas. Los archivos de donde provienenlas biografías se obtienen usando web scraping y se estructuran mediante un proceso ETL.Finalmente, se realiza una comparación de las dos arquitecturas que nos lleva a elegir el modelocon transformadores por su mejor rendimiento e interpretabilidad. YR 2022 FD 2022 LK https://uvadoc.uva.es/handle/10324/57226 UL https://uvadoc.uva.es/handle/10324/57226 LA spa NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos) DS UVaDOC RD 01-nov-2024