Modelo para la evaluación de informes de interceptación de comunicaciones telefónicas a través del procesamiento de lenguaje natural
| dc.contributor.advisor | Salcedo Parra, Octavio José | |
| dc.contributor.author | Suárez Bastidas, William Fernando | |
| dc.contributor.orcid | Salcedo Parra, Salcedo Parra [0000-0002-0767-8522] | |
| dc.creator.email | willfs144@gmail.com | |
| dc.creator.id | 20212495008 | |
| dc.date.accessioned | 2026-06-01T14:56:55Z | |
| dc.date.available | 2026-06-01T14:56:55Z | |
| dc.date.created | 2026-05-21 | |
| dc.description | Este proyecto corresponde al campo de la ingeniería de software y tiene como propósito facilitar el trabajo de los fiscales de la Fiscalía General de la Nación de Colombia, quienes enfrentan el desafío de analizar grandes volúmenes de interceptaciones telefónicas y los informes asociados. Para atender esta necesidad, se propone el desarrollo de un modelo de evaluación basado en Procesamiento de Lenguaje Natural (PLN) que, mediante la transcripción automática de audio y el análisis de texto, permita identificar información relevante relacionada con hechos punibles. La investigación adoptará la metodología CRISP-DM (Cross Industry Standard Process for Data Mining), estructurada en seis fases: Business Understanding (Definición de Objetivos), Data Understanding (Exploración de Datos), Data Preparation (Preprocesamiento y Construcción de Diccionario), Modeling (Diseño del modelo), Evaluation (Validación) y Deployment (Implementación). (Chapman et al., 2000) Este enfoque busca optimizar el análisis judicial, reduciendo los tiempos de procesamiento y mejorando la detección de evidencias delictivas. | |
| dc.description.abstract | This project belongs to the field of Software Engineering and aims to facilitate the work of prosecutors at the Fiscalía General de la Nación, who face the challenge of analyzing large volumes of telephone interceptions and their associated reports. To address this need, the development of an evaluation model based on Natural Language Processing (NLP) is proposed. Through automatic audio transcription and text analysis, the model will enable the identification of relevant information related to criminal offenses. The research will adopt the CRISP-DM methodology, structured into six phases: Business Understanding (Objective Definition), Data Understanding (Data Exploration), Data Preparation (Preprocessing and Dictionary Construction), Modeling (Model Design), Evaluation (Validation), and Deployment (Implementation) (Chapman et al., 2000). This approach seeks to optimize judicial analysis by reducing processing times and improving the detection of criminal evidence. | |
| dc.format.mimetype | ||
| dc.identifier.uri | http://hdl.handle.net/11349/101543 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Distrital Francisco José de Caldas | |
| dc.relation.references | Aguilar, J., Aguilar, K., Jerez, M., & Jiménez, C. (2017). Implementación de tareas de analítica de datos para mejorar la calidad de servicios en redes de comunicaciones. Publicaciones en Ciencias y Tecnología, 11(2), págs. 63-77. | |
| dc.relation.references | al., A. R. (2023). Improving Language Understanding by Generative Pre-Training. Recuperado el 29 de Septiembre de 2025, de OpenAI Technical Report: https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf | |
| dc.relation.references | Amazon Web Services. (2025). Amazon Transcribe: Automatic Speech Recognition. Obtenido de https://aws.amazon.com/es/transcribe/ | |
| dc.relation.references | Ariai, F., & Patel, A. K. (Octubre de 2024). Natural Language Processing for the Legal Domain: A Survey of Tasks, Datasets, Models, and Challenges. ACM Computing Surveys. Obtenido de https://arxiv.org/pdf/2410.21306 | |
| dc.relation.references | Autor: Cortes, C., & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20(3), págs. 273–297. | |
| dc.relation.references | Beltrán Gómez, A., & Ordóñez Salinas, S. (2014). Sistema inteligente para la detección de diálogos con posibles contenidos pedofílicos. Revista Virtual Universidad Católica del Norte, 42(2 (Mayo-Agosto)), 164-181. Obtenido de https://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/view/502/1041 | |
| dc.relation.references | Bird, S. K. (2009). Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit. Sebastopol, CA: O'Reilly Media. | |
| dc.relation.references | Bishop, C. M. (2006). Pattern Recognition and Machine Learning. New York: Springer. | |
| dc.relation.references | Bommarito II, M. J., Katz, D. M., & Detterman, E. M. (2018). LexNLP: Natural Language Processing and Information Extraction for Legal and Regulatory Texts. arXiv. Obtenido de https://arxiv.org/pdf/1806.03688 | |
| dc.relation.references | Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. doi:10.1023/A:1010933404324 | |
| dc.relation.references | Castañeda Naranjo, L. S. (2001). Hacia un diccionario de parlache: estudio lexicográfico de un argot colombiano. Medellín: Universidad de Antioquia. | |
| dc.relation.references | Chapman et al., P. (2000). CRISP-DM 1.0: Step-by-Step Data Mining Guide. Recuperado el 30 de Septiembre de 2025, de SPSS Inc.: https://www.kde.cs.uni-kassel.de/wp-content/uploads/lehre/ws2012-13/kdd/files/CRISPWP-0800.pdf | |
| dc.relation.references | Chaves, A.; Zuleta, A. (Diciembre de 2012). Procesamiento del lenguaje natural, un reto de la inteligencia artificial. (E. 4, Ed.) Revista Matices Tecnológicos. | |
| dc.relation.references | Chen, T., & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. ACM SIGKDD, (págs. 785–794). | |
| dc.relation.references | Colombia, C. d. (2004). Código de Procedimiento Penal. Artículo 235. Interceptación de comunicaciones, Ley 906. | |
| dc.relation.references | Colombia, P. d. (2015). Decreto 1078 de 2015, arts. 2 al 7. | |
| dc.relation.references | Colombia, R. d. (1991). Constitución Política de Colombia. Bogotá: República de Colombia. | |
| dc.relation.references | Colombia, R. d. (31 de mayo 2004). Ley 906. . Bogotá: República de Colombia. | |
| dc.relation.references | Cox, D. R. (1958). Regression Analysis of Binary Sequences. Journal of the Royal Statistical Society, 20(2), 215–232. | |
| dc.relation.references | D. Jurafsky and J. H. Martin. (2023). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition (3rd ed. ed.). Upper Saddle River, NJ: Prentice Hall. | |
| dc.relation.references | Explosion AI. (2025). spaCy: Industrial-Strength Natural Language Processing. Obtenido de https://spacy.io/ | |
| dc.relation.references | Fiscalía General de la Nación. (2024). Informe de Gestión: Innovación Tecnológica en Procesos Judiciales. Bogotá, Colombia. Obtenido de https://www.fiscalia.gov.co/colombia/wp-content/uploads/Informe-de-Gestion-2024-2025.pdf | |
| dc.relation.references | Fiscalía General de la Nación. (s.f.). Fiscalía General de la Nación. Recuperado el 2025 de 10 de 10, de https://www.fiscalia.gov.co/colombia/wp-content/uploads/Manual-de-Policia-Judicial-Actualizado.pdf | |
| dc.relation.references | Friedman, J. H. (2001). Gradient Boosting Machine. The Annals of Statistics, 29(5), 1189–1232. | |
| dc.relation.references | Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. . International Journal of Information Management, págs. 35 (2015) 137–144. | |
| dc.relation.references | Gelbukh, A. (2010). Procesamiento de lenguaje natural y sus aplicaciones. Komputer Sapiens. | |
| dc.relation.references | Grados, F. (2017). El camino de la Analítica de Datos a Big Data. Tercer Congreso Internacional de Ingeniería Informática. Pontificia Universidad Católica del Perú. | |
| dc.relation.references | Halliday, M. A. (1976). Anti-languages. American Anthropologist, 78(3), págs. 570–584. doi:10.1525/aa.1976.78.3.02a00050 | |
| dc.relation.references | Hortúa Patiño, C. A. (2016). Diccionario por contextos situacionales de expresiones idiomáticas y léxico coloquial en Bogotá. Universidad Distrital Francisco José de Caldas. Bogotá: Facultad de Ciencias y Educación. | |
| dc.relation.references | Iberoamericana, C. J. (2023). Aplicaciones de inteligencia artificial en los poderes judiciales. Lima, Perú. Obtenido de https://www.cumbrejudicial.org/sites/default/files/2023-08/Aplicaciones%20de%20Inteligencia%20Artificial%20en%20los%20Poderes%20Judiciales.pdf | |
| dc.relation.references | IBM. (2025). What is exploratory data analysis (EDA). Obtenido de IBM: https://www.ibm.com/think/topics/exploratory-data-analysis | |
| dc.relation.references | Joachims, T. (1998). Text Categorization with SVM. ECML, (págs. 137–142). | |
| dc.relation.references | John Snow Labs, s. f. (s.f.). Legal NLP – Natural Language Processing for Legal Documents. Recuperado el 05 de 10 de 2025, de https://www.johnsnowlabs.com/legal-nlp/ | |
| dc.relation.references | Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press. Obtenido de https://nlp.stanford.edu/IR-book/ | |
| dc.relation.references | Martínez, M., & Moreno, A. (2022). Búsqueda semántica de sentencias judiciales usando técnicas actuales del NLP y métodos de recuperación de información. Bogota. Obtenido de https://apidspace.javeriana.edu.co/server/api/core/bitstreams/c34e1c17-36ff-4506-8cf5-a3b6fc929ebd/content | |
| dc.relation.references | Mitchell, T. M. (1997). Machine Learning. New York: McGraw-Hill. | |
| dc.relation.references | Otter.ai. (2025). Real-Time Transcription and Collaboration with Otter. Obtenido de Otter.ai: https://otter.ai/ | |
| dc.relation.references | Parodi, G. (2008). Lingüística de corpus: una introducción al ámbito. Revista de Lingüística Teórica y Aplicada, 46(1), 93-119. | |
| dc.relation.references | Peña, O. (16 de Enero de 2020). Poliverso – Politécnico Grancolombiano. Recuperado el 12 de Marzo de 2021, de https://www.poli.edu.co/blog/poliverso/analitica-de-datos | |
| dc.relation.references | Pulzo. (04 de 06 de 2023). Pulzo. Recuperado el 2025 de 10 de 07, de https://www.pulzo.com/nacion/quien-puede-interceptar-comunicaciones-colombia-que-requisitos-hay--PP2837925A#google_vignette | |
| dc.relation.references | Radford, A., & al., e. (2023). Robust Speech Recognition via Large-Scale Weak Supervision. International Conference on Machine Learning (ICML), 202, págs. 1- 23 . Obtenido de https://arxiv.org/pdf/2212.04356 | |
| dc.relation.references | Rennie, J. D., Shih, L., Teevan, J., & Karger, D. R. (2003). Naive Bayes Text Classifiers. | |
| dc.relation.references | Toro, C. M. (2018). Caracterización de usuarios en redes sociales a partir de procesamiento de lenguaje natural. Universidad de los Andes, Departamento de Ingeniería Eléctrica y Electrónica, Facultad de Ingeniería. | |
| dc.relation.references | Vásquez, A. C., Quispe, J. P., & Huayna, A. M. (2009). Procesamiento de lenguaje natural. Revista de investigación de Sistemas e Informática, págs. 6(2), 45–54. | |
| dc.relation.references | Villada Vélez, P. A. (2020). El parlache, de la teoría a la representación: una aproximación desde la comunicación. Corporación Universitaria Minuto de Dios (UNIMINUTO). Bogotá: Facultad de Ciencias Humanas y Sociales. | |
| dc.relation.references | WireTap. (2024). WireTap Blog. Obtenido de AI-Powered WireTap: Revolutionizing Jail Call Analysis with Artificial Intelligence: https://www.wiretap.blog/post/ai-powered-wiretap-revolutionizing-jail-call-analysis-with-artificial-intelligence | |
| dc.relation.references | Yesid Leonardo López Sierra, J. O. (2021). Modelo de procesamiento de lenguaje natural para detectar la tasa de éxito de un artículo sobre otro [Proyecto de Grado no publicada]. Universidad ICESI - Cali. | |
| dc.rights.acceso | Abierto (Texto Completo) | |
| dc.rights.accessrights | OpenAccess | |
| dc.subject | Procesamiento de Lenguaje Natural (PLN) | |
| dc.subject | Transcripción automática | |
| dc.subject | Minería de datos | |
| dc.subject | Aprendizaje automático (Machine Learning) | |
| dc.subject | Ingeniería de software | |
| dc.subject | Análisis de datos. | |
| dc.subject.keyword | Natural Language Processing (NLP) | |
| dc.subject.keyword | Automatic Transcription | |
| dc.subject.keyword | Data Mining | |
| dc.subject.keyword | Machine Learning | |
| dc.subject.keyword | Software Engineering | |
| dc.subject.keyword | Data Analysis. | |
| dc.subject.lemb | Maestría en Ciencias de la Información y las Comunicaciones Metodología Profundización -- Tesis y disertaciones académicas | |
| dc.subject.lemb | Procesamiento del lenguaje natural — Aplicaciones | |
| dc.subject.lemb | Interceptación de comunicaciones — Análisis de información | |
| dc.subject.lemb | Inteligencia artificial — Sistemas de evaluación | |
| dc.title | Modelo para la evaluación de informes de interceptación de comunicaciones telefónicas a través del procesamiento de lenguaje natural | |
| dc.title.titleenglish | Model for the Evaluation of Telephone Communication Interception Reports through Natural Language Processing | |
| dc.type | masterThesis | |
| dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type.degree | Monografía | |
| dc.type.driver | info:eu-repo/semantics/masterThesis |
Archivos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 7 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: