Clasificación de alertas de incidentes por niveles de prioridad en estaciones de comando y control usando técnicas de Word Embeddings. Caso de Uso: ECU-911

Abstract

Este trabajo de investigación se enfoca en analizar el contenido textual de llamadas de emergencia que llegan a los centros de comando y control para clasificarlas según su grado de prioridad. El objetivo es dar una respuesta oportuna y tomar decisiones adecuadas en situaciones que requieran atención inmediata. Se utiliza minería de textos para construir un modelo computacional con técnicas de preprocesamiento como: tokenización, case folding, stop words; para luego representar con Word Embeddings con la arquitectura skip-gram y obtener la vectorización de palabras, y el algoritmo de Clusterización para clasificación. Los resultados muestran una mejora en la precisión de la clasificación, alcanzando un 95% de precisión en pruebas de clasificación usando categorías de alta y baja prioridad y un 81% en pruebas de clasificación usando cuatro categorías de alerta. Estas técnicas mejoran la comprensión sintáctica y semántica de las llamadas y reducen el riesgo de pérdida de vidas humanas.