Similitud semántica entre aspectos curriculares de un programa de ingeniería y referentes de calidad nacionales e internacionales
DOI:
https://doi.org/10.26507/paper.4259Palabras clave:
Acreditación de Alta Calidad, Procesamiento del Lenguaje Natural, Similitud Semántica, Estándares InternacionalesResumen
Este estudio analiza la coherencia semántica entre los aspectos curriculares de un programa de ingeniería y los referentes de calidad definidos por el Consejo Nacional de Acreditación (CNA), EUR-ACE y ARCUSUR, mediante el uso de técnicas de procesamiento del lenguaje natural. Utilizando embeddings generados por el modelo SBERT y modelos de parafraseo automático basados en transformers (Vamsi/T5 y milyiyo), se midió la similitud semántica entre los textos institucionales y los criterios de acreditación. Se propusieron intervenciones sobre textos institucionales para aumentar su alineación con dichos referentes, incorporando términos frecuentes extraídos de los estándares de calidad. Los resultados muestran una mejora en la similitud semántica, especialmente con los referentes CNA y ARCUSUR, validando así la utilidad del enfoque propuesto. Esta metodología permite fortalecer los procesos de autoevaluación y acreditación, ofreciendo una estrategia replicable para otras instituciones de educación superior interesadas en evaluar y optimizar sus documentos curriculares desde una perspectiva cuantitativa y basada en evidencia.
Biografía del autor/a
Alveiro Rosado Gómez, Universidad Francisco de Paula Santander
Docente Tiempo Completo
Mg Gestión Aplicación y Desarrollo de Software
Investigador grupo de investigación GITYD
Citas
Almeida, F., & Xexéo, G. (2019). Word Embeddings: A Survey. arXiv, 1-10.
Elekes, Á., Schäler, M., & Böhm, K. (2017). On the Various Semantics of Similarity in Word Embedding Models. International Conference on Big Data (págs. 2655-2664). Boston: IEEE. https://doi.org/10.1109/JCDL.2017.7991568
Ferreira, R., Cavalcanti, G. D., Freitas, F., Lins, R. D., Simske, S. J., & Riss, M. (2017). Combining sentence similarities measures to identify paraphrases. Computer Speech & Language. https://doi.org/10.1016/j.csl.2017.07.002
Kenter, T., & de Rijke, M. (2015). Short Text Similarity with Word Embeddings. International Conference on Information and Knowledge Management (págs. 1411-1420). Melbourne: ACM. https://doi.org/10.1145/2806416.2806475
Peláez, L. E., Parra, J. A., Delgado, I. A., & Ovalle, D. L. (2020). La acreditación internacional de programas de ingeniería y su impacto en la calidad desde los resultados de aprendizaje. EIEI ACOFI.
Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. arXiv. https://doi.org/10.18653/v1/D19-1410
Triana, M. Y., Forero García, E. F., & Montenegro Narváez, C. E. (2018). Estrategias de acreditación para programas de ingeniería electrónica bajo criterios internacionales ARCUSUR. EIEI ACOFI.
Verma, D., Lal, Y. K., Sinha, S., Van Durme, B., & Poliak, A. (2023). Evaluating Paraphrastic Robustness in Textual Entailment Models. arXiv. https://doi.org/10.18653/v1/2023.acl-short.76
Wang, C., Li, M., & Smola, A. J. (2019). Language Models with Transformers. arXiv.
Cómo citar
Descargas
Descargas
Publicado
Evento
Sección
Licencia
Derechos de autor 2025 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
