Propuesta de algoritmo de reconocimiento de nombres de entidad para integrar bases de datos gubernamentales.

Abstract

Este trabajo se fundamenta en el análisis de técnicas actuales de reconocimiento de nombres y se ha propuesto mejorar la eficiencia del proceso al emparejar registros de ciudadanos mediante la introducción de un nuevo algoritmo. Para satisfacer las condiciones que se mencionan aquí, presenta al inicio un caso de estudio equipado con dos muestras aleatorias representativas, a través de las cuales se pueden estimar circunstancias de la vida real. La primera muestra contiene una gran variedad de nombres de turistas procedentes de todo el planeta recolectados en una lista de visitantes a las Islas Galápagos en los tres años anteriores al último censo de población. En la segunda muestra se han seleccionado nombres de residentes de las islas que pudieron haber estado presentes en el último censo. El algoritmo los empareja con la muestra de aquellos ciudadanos que constan en la base de datos del Registro Civil de Ecuador en dos etapas. En la primera, se separan las coincidencias exactas y se identifican las que por su proximidad son de mayor relevancia, a través de una comparación entre códigos fonéticos. La segunda etapa es un refinamiento de la primera, llevada a cabo por una técnica de edición de distancias. Para proporcionar suficientes evidencias de la efectividad de estas dos etapas, se miden factores de calidad expresados en exactitud y confiablidad. Finalmente, se confirman los resultados obtenidos a través de la aplicación de una Prueba T para muestras relacionadas, la cual determina si hubo alguna diferencia significativa de estos factores antes y después de la ejecución del nuevo algoritmo.