Modelo de Subtitulación en Español de Imágenes con Gráficos Estadísticos de Tipo Pastel y Barras ajustando el modelo preentrenado UniChart

Abstract

La subtitulación de gráficos tiene como propósito facilitar la comprensión de la información presente en gráficos, mediante descripciones que explican o describen los datos de manera textual, permitiendo así el acceso a dicha información tanto para personas con discapacidad visual como para aquellos que prefieren el texto. El presente Trabajo de Integración Curricular (TIC) tuvo como objetivo el ajuste del modelo preeentrenado UniChart para generar subtítulos en español de imágenes con gráficos estadísticos, únicamente de tipo pastel y barras, tomando como referencia las fases del modelo de procesos CRISP-ML (Q), en las que se incluyó: recopilación de datos, ingeniería de datos, ingeniería de modelos y la evaluación del modelo. En la primera fase se recolectaron datos de dos fuentes, Google y el Repositorio Digital de la Universidad Nacional de Loja, para crear un conjunto de datos diverso y representativo. En la segunda fase se llevó a cabo la ingeniería de datos, creando un conjunto de datos personalizado con pares de imagen/texto. En la tercera fase se ajustó el modelo UniChart, y en la última fase se evaluó la capacidad del modelo ajustado final en la generación de subtítulos mediante la métrica ROUGE, obteniendo puntuaciones de 0.8709 en ROUGE-1, 0.7847 en ROUGE-2, 0.8465 en ROUGE-L y 0.8506 en ROUGE-Lsum. Además, se realizó una evaluación A/B adaptada para comprobar su capacidad en la generación de subtítulos, identificando aspectos importantes al generalizar nuevos datos, como son las limitaciones. Los resultados mostraron que la creación de un conjunto de datos personalizado en español basado en una estructura predefinida permitió obtener subtítulos adecuados para imágenes con gráficos estadísticos. Así mismo, se demostró que se pueden ajustar modelos preentrenados en inglés para la subtitulación en español, lo que proporciona una herramienta útil para la inclusión y accesibilidad de datos estadísticos.

Palabras Clave: Subtitulado de gráficos, CRISP-ML (Q), UniChart, ROUGE.