Minería de textos aplicada al análisis de documentos regulatorios en la industria minera

• Harold Fernández
• Sept. 18, 2023

¿QUÉ ES LA MINERÍA DE TEXTOS?

Es el proceso de extraer información de calidad a partir de un recurso escrito, de manera automática empleando un ordenador. Implica examinar grandes cantidades de documentos, a menudo con fines de investigación. La minería de textos es la herramienta que identifica patrones, descubre relaciones y hace afirmaciones basadas en patrones enterrados en capas profundas de Big Data textuales.

 

Tras la extracción, la información se convierte en un formato estructurado que puede analizarse más a fondo o clasificarse en tablas HTML agrupadas, mapas mentales y gráficos para su presentación. Asimismo, los datos extraídos pueden er valiosos para ejecturar diversos tipos de análisis: análisis predictivos, análisis descriptivos, analítica léxica, reconocimiento de patrones, enlaces y asociaciones y también se puede integrar en bases de datos o paneles de BI.

 

¿CUÁL ES LA DIFERENCIA ENTRE MINERÍA DE TEXTO Y GOOGLE?

Los motores de búsqueda como Google recuperan todos los documentos que contienen las palabras clave que has especificado. No hay valor añadido a los datos. La minería de textos lleva las cosas un paso más allá al extraer información precisa basada en mucho más que palabras clave. En su lugar, busca entidades o conceptos, relaciones, frases y/o oraciones. Intenta determinar el significado real basado en algoritmos de Procesamiento del Lenguaje Natural (NLP), que le permiten reconocer conceptos similares. Una búsqueda utilizando la minería de texto puede identificar hechos, relaciones e inferencias que no son del todo obvios.

 

Mientras que una búsqueda en Internet, como Google, recupera documentos basados en palabras clave, el Text Mining va más allá al examinar el contenido de los documentos de manera más profunda:

 

• Búsqueda Tradicional: Al buscar en Google "Leyes Mineras en Perú", obtendrás una lista de documentos que contienen esas palabras clave, pero tendrás que leerlos manualmente para obtener información específica.

• Text Mining: Utilizando Text Mining, puedes extraer automáticamente información relevante de esos documentos, como fechas de cambios legales, requisitos específicos y tendencias regulatorias. Esto ahorra tiempo y garantiza un cumplimiento de las regulaciones más eficiente.

 

Minería de textos para análisis, evaluación y gestión de riesgos

A menudo, las operaciones ejecutan proyectos sin realizar una cantidad suficiente de análisis de riesgos. Un análisis de riesgos inadecuado atrasa a la operación en información y tendencias clave, lo que contribuye a que se pierdan oportunidades de crecimiento o se incumplan regulaciones más recientes. Las tecnologías de minería de textos son los impulsores del software de gestión de riesgos que se puede integrar en las operaciones de una empresa minera. Estas tecnologías de minería de textos pueden recopilar información de una multitud de leyes, reglamentos y manuales internacionales y crear vínculos entre regulaciones relevantes. 

 

La adopción de tecnologías de minería de textos permite a las empresas mineras mantenerse al día con las regulaciones actuales de la industria, obtener la información correcta en el momento correcto e identificar los riesgos potenciales de manera oportuna. Esto significa que las empresas pueden mitigar los riesgos y ser ágiles en la toma de decisiones.

 

¿CÓMO FUNCIONA la MINERÍA DE TEXTO?

 

1. Recolección: Recopilación de datos de diferentes recursos, tales como sitio web, correos electrónicos, archivo de documentos. Dependiendo de la aplicación, este proceso puede ser completamente automatizado o guiado por una persona encargada de realizar este proceso.

2. Preprocesamiento: La identificación del contenido y la extracción de características representativas

3. Limpieza de textos: Eliminación de cualquier información innecesaria o no deseada, como los anuncios de las páginas.

4.Tokenización: un ordenador sólo ve una cadena de caracteres, sin poder identificar, por ejemplo, párrafos, frases o palabras. La Tokenización divide el texto en entidades significativas (palabras, oraciones, etc.) dados los espacios en blanco presentes y las puntuaciones.

5. Extracción de características: es el proceso de caracterización o selección de atributos.

 

Un ejemplo puede ilustrar estos cinco pasos:

Una empresa minera con operaciones en Perú y en diversas ubicaciones internacionales, se enfrenta a un desafío significativo relacionado con el cierre de minas. La complejidad y la variabilidad de las regulaciones de cierre de minas en distintas jurisdicciones plantean un riesgo legal y financiero considerable. El incumplimiento de estas regulaciones podría resultar en sanciones significativas y daños a la reputación de la empresa.

 

Paso 1: Recolección de Datos

Se recopilan una amplia variedad de documentos legales y regulaciones relacionados con el cierre de minas. Estos documentos incluyen leyes nacionales, reglamentos locales, acuerdos gubernamentales y tratados internacionales. La recolección de datos se lleva a cabo tanto en Perú como en todas las ubicaciones internacionales de la empresa. Dado que puede haber cientos de miles de estos textos en Internet, probablemente no quieras descargarlos manualmente, uno por uno. Así que necesitas software para rastrear la web, descargar los artículos que encuentre y organizarlos en una base de datos apropiada.

 

Paso 2: Preprocesamiento de Datos

Los documentos recopilados se someten a un proceso de preprocesamiento para eliminar elementos irrelevantes, como encabezados, pies de página y notas al margen. También se normaliza el formato de los documentos para facilitar la comparación y el análisis posterior.

 

Paso 3: Limpieza de textos

Se identifican términos clave y patrones relevantes en los documentos legales y regulaciones relacionados con el cierre de minas. Estos términos incluyen, entre otros, "plan de cierre minero", "rehabilitación ambiental", "garantías financieras" y "monitoreo post-cierre". Es posible que desees crear índices. Por ejemplo, para enumerar qué palabras se han encontrado en qué textos. Puedes pensar en esto como el índice de un libro. Sin un índice, es muy difícil localizar la información sobre un tema específico. Pero con un índice, es mucho más fácil y rápido encontrar lo que está buscando.

 

Paso 4: Tokenización

Luego, querrás extraer los textos para extraer alguna información que le ayudará a contestar sus preguntas. En este caso, querrás identificar palabras que se refieran a “Cierre de Minas”. Un nombre de entidad reconocedora de animales tratará de reconocer cada palabra que se refiera a un proceso relacionado, como estabilización, desmantelamiento, perfilado, geoquímica, hidrológica, etc.

 

Paso 5: Extracción de Características

Basándose en los resultados del análisis, se identifican áreas específicas donde se pueden mejorar las prácticas de cierre de minas para garantizar el cumplimiento normativo y la sostenibilidad a largo plazo.Por ejemplo, puedes generar una gráfica de barra que muestre el porcentaje de documentos regulatorios que hablan sobre los años requeridos de monitoreo post-cierre para cada tipo de elemento del cierre final. Con esta información, por ejemplo, se puede determinar el tiempo mínimo a monitorear los elementos luego del cierre final.

 

Informes y Acciones Correctivas

En base a los gráficos generados, se pueden presentar informes detallado que resuman las diferencias clave en las regulaciones de cierre de minas entre Perú y otras ubicaciones internacionales. Además, se proponen acciones correctivas específicas para abordar áreas de mejora identificadas. Esto proporciona a la empresa una hoja de ruta clara para mejorar el cumplimiento normativo y garantizar una gestión efectiva del cierre de minas en todas sus operaciones.

 

 

CONCLUSIÓN

La minería de texto es el proceso de generar automáticamente una versión comprimida de un texto específico, que contiene información que puede ser útil para el usuario final. El objetivo de la técnica de resumen es mirar a través de múltiples fuentes de datos textuales para armar resúmenes de textos que contienen una cantidad considerable de información en un formato conciso. El significado general y la intención de los documentos originales se mantienen esencialmente sin cambios. El resumen de texto integra los diversos métodos que utilizan la categorización de texto, como árboles de decisión, redes neuronales, inteligencia de enjambre o modelos de regresión. En el contexto de la minería en Perú, la cantidad de documentos regulatorios y legales puede ser abrumadora. Estos documentos contienen información crucial para las operaciones mineras, desde permisos ambientales hasta regulaciones de seguridad laboral. Sin embargo, acceder y analizar esta información de manera eficiente puede ser un desafío monumental. La minería de textos se convierte en una herramienta invaluable para la industria minera peruana al abordar estos desafíos. Permite a las empresas:

 

• Identificar Patrones Legales: La minería de textos puede rastrear patrones en la legislación y regulación minera peruana, ayudando a las empresas a comprender cómo evolucionan las leyes con el tiempo y cómo pueden afectar sus operaciones.

• Descubrir Relaciones Cruciales: Al analizar documentos regulatorios, la minería de textos puede revelar relaciones entre diferentes regulaciones y cómo se interconectan. Esto es esencial para garantizar el cumplimiento integral.

• Tomar Decisiones Informadas: Con acceso rápido y preciso a las últimas leyes y reglamentos, las empresas mineras pueden tomar decisiones informadas sobre inversiones, estrategias y operaciones, evitando sanciones y problemas legales.

• Gestionar Riesgos: Identificar riesgos regulatorios a tiempo es fundamental. La minería de textos permite a las empresas anticipar posibles problemas y tomar medidas proactivas para mitigarlos.

• Mantenerse Competitivas: En un mercado altamente competitivo como la industria minera peruana, estar al tanto de las últimas tendencias y regulaciones brinda una ventaja significativa.

 

---

REFERENCIAS

OPENMITED COMMUNICATIONS (2018). WHAT IS TEXT MINING?

TIBCO (2023). ¿Qué es la minería de textos?

Universo Abierto (2018). Voyant Tools: una aplicación web de código abierto para el análisis de textos.