Cross references
Some checks failed
build_docker / essential (push) Successful in 1s
build_docker / build_paddle_ocr (push) Successful in 5m6s
build_docker / build_raytune (push) Has been cancelled
build_docker / build_easyocr_gpu (push) Has been cancelled
build_docker / build_doctr (push) Has been cancelled
build_docker / build_doctr_gpu (push) Has been cancelled
build_docker / build_paddle_ocr_gpu (push) Has started running
build_docker / build_easyocr (push) Has been cancelled
Some checks failed
build_docker / essential (push) Successful in 1s
build_docker / build_paddle_ocr (push) Successful in 5m6s
build_docker / build_raytune (push) Has been cancelled
build_docker / build_easyocr_gpu (push) Has been cancelled
build_docker / build_doctr (push) Has been cancelled
build_docker / build_doctr_gpu (push) Has been cancelled
build_docker / build_paddle_ocr_gpu (push) Has started running
build_docker / build_easyocr (push) Has been cancelled
This commit is contained in:
@@ -1,29 +1,29 @@
|
||||
# Resumen
|
||||
|
||||
El presente Trabajo Fin de Máster aborda la optimización de sistemas de Reconocimiento Óptico de Caracteres (OCR) basados en inteligencia artificial para documentos en español. El objetivo principal es identificar la configuración óptima de hiperparámetros que maximice la precisión del reconocimiento de texto sin requerir fine-tuning de los modelos base.
|
||||
El presente Trabajo Fin de Máster aborda la optimización de sistemas de Reconocimiento Óptico de Caracteres (OCR) basados en inteligencia artificial para documentos en español. El objetivo principal es identificar una configuración de hiperparámetros que maximice la precisión del reconocimiento de texto sin requerir fine-tuning de los modelos base.
|
||||
|
||||
Se realizó un estudio comparativo de tres soluciones OCR de código abierto: EasyOCR, PaddleOCR (PP-OCRv5) y DocTR. Se evaluó su rendimiento mediante las métricas estándar CER (Character Error Rate) y WER (Word Error Rate) sobre un corpus de 45 páginas de documentos académicos en español. Tras identificar PaddleOCR como la solución más prometedora, se procedió a una optimización sistemática de hiperparámetros utilizando Ray Tune con el algoritmo de búsqueda Optuna, ejecutando 64 configuraciones diferentes con aceleración GPU (NVIDIA RTX 3060).
|
||||
La metodología combina un benchmark comparativo de tres soluciones de código abierto (EasyOCR, PaddleOCR y DocTR) con un ajuste sistemático de hiperparámetros mediante Ray Tune y Optuna, evaluando 64 configuraciones con aceleración GPU sobre un corpus de 45 páginas. Las métricas de evaluación utilizadas fueron CER y WER.
|
||||
|
||||
Los resultados demuestran que la optimización de hiperparámetros logró mejoras significativas: el mejor trial individual alcanzó un CER de 0.79% (precisión del 99.21%), cumpliendo el objetivo de CER < 2%. Al validar la configuración optimizada sobre el dataset completo de 45 páginas, se obtuvo una mejora del 12.8% en CER (de 8.85% a 7.72%). El hallazgo más relevante fue que el parámetro `textline_orientation` (clasificación de orientación de línea de texto) tiene un impacto crítico en el rendimiento. Adicionalmente, se identificó que el umbral de detección (`text_det_thresh`) presenta una correlación positiva moderada (0.43) con el error, lo que indica que valores más bajos tienden a mejorar el rendimiento.
|
||||
Los resultados muestran mejoras significativas en el mejor trial (CER 0.79%) y una mejora del 12.8% en CER en la validación sobre el dataset completo (de 8.85% a 7.72%). El parámetro `textline_orientation` destacó como factor crítico, mientras que `text_det_thresh` mostró correlación positiva moderada con el error.
|
||||
|
||||
Se concluye que la optimización de hiperparámetros es una alternativa viable al fine-tuning en documentos académicos en español, aunque la generalización depende del tamaño del subconjunto de ajuste. En conclusión, la infraestructura dockerizada facilita la reproducibilidad y la evaluación sistemática de configuraciones OCR.
|
||||
|
||||
**Fuente:** [`metrics_paddle.md`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/docs/metrics/metrics_paddle.md), [`paddle_correlations.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/correlations/paddle_correlations.csv).
|
||||
|
||||
Este trabajo demuestra que la optimización de hiperparámetros es una alternativa viable al fine-tuning, especialmente útil cuando se dispone de modelos preentrenados para el idioma objetivo. La infraestructura dockerizada desarrollada permite reproducir los experimentos y facilita la evaluación sistemática de configuraciones OCR.
|
||||
|
||||
**Palabras clave:** OCR, Reconocimiento Óptico de Caracteres, PaddleOCR, Optimización de Hiperparámetros, Ray Tune, Procesamiento de Documentos, Inteligencia Artificial
|
||||
**Palabras clave:** OCR, PaddleOCR, Optimización de hiperparámetros, Ray Tune, Documentos académicos
|
||||
|
||||
---
|
||||
|
||||
# Abstract
|
||||
|
||||
This Master's Thesis addresses the optimization of Artificial Intelligence-based Optical Character Recognition (OCR) systems for Spanish documents. The main objective is to identify the optimal hyperparameter configuration that maximizes text recognition accuracy without requiring fine-tuning of the base models.
|
||||
This Master's Thesis addresses the optimization of AI-based Optical Character Recognition (OCR) systems for Spanish academic documents. The main objective is to identify a hyperparameter configuration that maximizes recognition accuracy without fine-tuning the base models.
|
||||
|
||||
A comparative study of three open-source OCR solutions was conducted with EasyOCR, PaddleOCR (PP-OCRv5), and DocTR. Their performance was evaluated using standard CER (Character Error Rate) and WER (Word Error Rate) metrics on a corpus of 45 pages of academic documents in Spanish. After identifying PaddleOCR as the most promising solution, systematic hyperparameter optimization was performed using Ray Tune with the Optuna search algorithm, executing 64 different configurations with GPU acceleration (NVIDIA RTX 3060).
|
||||
The methodology combines a comparative benchmark of three open-source OCR engines (EasyOCR, PaddleOCR, and DocTR) with a systematic hyperparameter search using Ray Tune and Optuna. Sixty-four configurations were evaluated with GPU acceleration on a 45-page corpus, using CER and WER as evaluation metrics.
|
||||
|
||||
Results demonstrate that hyperparameter optimization achieved significant improvements. The best individual trial reached a CER of 0.79% (99.21% accuracy), meeting the CER < 2% objective. When validating the optimized configuration on the full 45-page dataset, a 12.8% CER improvement was obtained (from 8.85% to 7.72%). The most relevant finding was that the `textline_orientation` parameter (text line orientation classification) has a critical impact on performance. Additionally, the detection threshold (`text_det_thresh`) showed a moderate positive correlation (0.43) with error, indicating that lower values tend to improve performance.
|
||||
Results show significant gains in the best trial (CER 0.79%) and a 12.8% CER improvement on the full dataset (from 8.85% to 7.72%). The `textline_orientation` parameter had the strongest impact, while `text_det_thresh` showed a moderate positive correlation with error.
|
||||
|
||||
The study concludes that hyperparameter optimization is a viable alternative to fine-tuning for Spanish academic documents, although generalization depends on the size of the tuning subset. In conclusion, the dockerized infrastructure supports reproducibility and systematic evaluation of OCR configurations.
|
||||
|
||||
Sources: [`metrics_paddle.md`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/docs/metrics/metrics_paddle.md), [`paddle_correlations.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/correlations/paddle_correlations.csv).
|
||||
|
||||
This work demonstrates that hyperparameter optimization is a viable alternative to fine-tuning, especially useful when pre-trained models for the target language are available. The dockerized infrastructure developed enables experiment reproducibility and facilitates systematic evaluation of OCR configurations.
|
||||
|
||||
**Keywords:** OCR, Optical Character Recognition, PaddleOCR, Hyperparameter Optimization, Ray Tune, Document Processing, Artificial Intelligence
|
||||
**Keywords:** OCR, PaddleOCR, Hyperparameter optimization, Ray Tune, Academic documents
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
# Introducción
|
||||
|
||||
¿Es posible mejorar significativamente un sistema OCR sin reentrenarlo? Esta pregunta, aparentemente simple, encierra un desafío práctico que afecta a investigadores, instituciones educativas y empresas que necesitan digitalizar documentos pero carecen de los recursos para realizar fine-tuning de modelos neuronales. A lo largo de este capítulo se desarrolla la motivación del trabajo, se identifica el problema a resolver y se plantean las preguntas de investigación que guiarán el desarrollo experimental.
|
||||
¿Es posible mejorar significativamente un sistema OCR sin reentrenarlo? Esta pregunta, aparentemente simple, encierra un desafío práctico que afecta a investigadores, instituciones educativas y empresas que necesitan digitalizar documentos pero carecen de los recursos para realizar fine-tuning de modelos neuronales.
|
||||
|
||||
## Motivación
|
||||
|
||||
@@ -56,7 +56,7 @@ La presente investigación surge de una necesidad práctica: optimizar un sistem
|
||||
|
||||
La hipótesis central de este trabajo es que los modelos OCR preentrenados contienen capacidades latentes que pueden activarse mediante la configuración adecuada de sus hiperparámetros de inferencia. Parámetros como los umbrales de detección de texto, las opciones de preprocesamiento de imagen, y los filtros de confianza de reconocimiento pueden tener un impacto significativo en el rendimiento final. Su optimización sistemática puede aproximarse a los beneficios del fine-tuning sin sus costes asociados.
|
||||
|
||||
Esta oportunidad se ve reforzada por la disponibilidad de frameworks modernos de optimización de hiperparámetros como Ray Tune (Liaw et al., 2018) y algoritmos de búsqueda eficientes como Optuna (Akiba et al., 2019), que permiten explorar espacios de configuración de manera sistemática y eficiente.
|
||||
Esta oportunidad se ve reforzada por la disponibilidad de frameworks modernos de optimización de hiperparámetros como Ray Tune y algoritmos de búsqueda eficientes como Optuna, que permiten explorar espacios de configuración de manera sistemática y eficiente.
|
||||
|
||||
## Planteamiento del trabajo
|
||||
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
# Contexto y estado del arte
|
||||
|
||||
Para comprender el alcance y las decisiones tomadas en este trabajo, es necesario situarlo en su contexto tecnológico. El Reconocimiento Óptico de Caracteres ha recorrido un largo camino desde los primeros sistemas de plantillas de los años 50 hasta las sofisticadas arquitecturas de aprendizaje profundo actuales. A lo largo de este capítulo se revisan los fundamentos técnicos del OCR moderno. Se analizan las principales soluciones de código abierto y se identifican los vacíos en la literatura que motivan la contribución de este trabajo.
|
||||
El Reconocimiento Óptico de Caracteres ha recorrido un largo camino desde los primeros sistemas de plantillas de los años 50 hasta las sofisticadas arquitecturas de aprendizaje profundo actuales. Motores clásicos como Tesseract marcaron un punto de inflexión en la adopción práctica de OCR en entornos reales (Smith, 2007).
|
||||
|
||||
## Contexto del problema
|
||||
|
||||
@@ -137,6 +137,8 @@ Una vez detectadas las regiones de texto, la etapa de reconocimiento transcribe
|
||||
|
||||
**CRNN (Convolutional Recurrent Neural Network)**: Propuesta por Shi et al. (2016), CRNN combina una CNN para extracción de características visuales con una RNN bidireccional (típicamente LSTM) para modelado de secuencias, entrenada con pérdida CTC. Esta arquitectura estableció el paradigma encoder-decoder que domina el campo.
|
||||
|
||||
En reconocimiento de texto en escenas, los modelos basados en secuencias convolucionales han mostrado mejoras relevantes en precisión y velocidad (He et al., 2016).
|
||||
|
||||
La arquitectura CRNN consta de tres componentes:
|
||||
1. **Capas convolucionales**: Extraen características visuales de la imagen de entrada
|
||||
2. **Capas recurrentes**: Modelan las dependencias secuenciales entre características
|
||||
@@ -201,6 +203,8 @@ El WER es generalmente mayor que el CER, ya que un solo error de carácter puede
|
||||
|
||||
**BLEU Score**: Adaptado de traducción automática, mide la similitud entre el texto predicho y la referencia considerando n-gramas.
|
||||
|
||||
**Métricas derivadas de WER**: Variantes como MER y WIL complementan la evaluación de reconocimiento de secuencias (Morris et al., 2004).
|
||||
|
||||
### Particularidades del OCR para el Idioma Español
|
||||
|
||||
El español, como lengua romance, presenta características específicas que impactan el rendimiento de los sistemas OCR:
|
||||
@@ -240,7 +244,7 @@ En los últimos años han surgido varias soluciones OCR de código abierto que d
|
||||
|
||||
#### EasyOCR
|
||||
|
||||
EasyOCR es una biblioteca de OCR desarrollada por Jaided AI (2020) con el objetivo de proporcionar una solución de fácil uso que soporte múltiples idiomas. Actualmente soporta más de 80 idiomas, incluyendo español.
|
||||
EasyOCR es una librería de OCR desarrollada por JaidedAI (2020) con el objetivo de proporcionar una solución de fácil uso que soporte múltiples idiomas. Actualmente soporta más de 80 idiomas, incluyendo español.
|
||||
|
||||
**Arquitectura técnica**:
|
||||
- **Detector**: CRAFT (Character Region Awareness for Text Detection)
|
||||
@@ -263,7 +267,7 @@ EasyOCR es una biblioteca de OCR desarrollada por Jaided AI (2020) con el objeti
|
||||
|
||||
#### PaddleOCR
|
||||
|
||||
PaddleOCR es el sistema OCR desarrollado por Baidu como parte del ecosistema PaddlePaddle (2024). Representa una de las soluciones más completas y activamente mantenidas en el ecosistema de código abierto. La versión PP-OCRv5, utilizada en este trabajo, incorpora los últimos avances en el campo.
|
||||
PaddleOCR es el sistema OCR desarrollado por Baidu como parte del ecosistema PaddlePaddle (2024). Representa una de las soluciones más completas y activamente mantenidas en el ecosistema de código abierto. Su evolución incluye PP-OCR (Du et al., 2020) y PP-OCRv4 (Du et al., 2023); la versión PP-OCRv5, utilizada en este trabajo, incorpora avances recientes en precisión y eficiencia.
|
||||
|
||||
**Arquitectura técnica**:
|
||||
|
||||
@@ -424,7 +428,7 @@ Desventajas:
|
||||
|
||||
Propuesto por Bergstra & Bengio (2012), Random Search muestrea configuraciones aleatoriamente del espacio de búsqueda. Sorprendentemente, supera a Grid Search en muchos escenarios prácticos.
|
||||
|
||||
La intuición es que, cuando solo algunos hiperparámetros son importantes, Random Search explora más valores de estos parámetros críticos mientras Grid Search desperdicia evaluaciones variando parámetros irrelevantes.
|
||||
La intuición es que, cuando solo algunos hiperparámetros son importantes, Random Search explora más valores de estos parámetros críticos mientras Grid Search desperdicia evaluaciones variando parámetros irrelevantes. En muchos escenarios, la búsqueda aleatoria ofrece un baseline competitivo (Bergstra & Bengio, 2012).
|
||||
|
||||
**Optimización Bayesiana**:
|
||||
|
||||
@@ -463,7 +467,7 @@ Configuraciones con alta probabilidad bajo $l$ y baja probabilidad bajo $g$ tien
|
||||
|
||||
#### Ray Tune
|
||||
|
||||
Ray Tune (Liaw et al., 2018) es un framework de optimización de hiperparámetros escalable construido sobre Ray, un sistema de computación distribuida. Sus características principales incluyen:
|
||||
Ray Tune (Liaw et al., 2018) es un framework de optimización de hiperparámetros escalable construido sobre Ray, un sistema de computación distribuida (Moritz et al., 2018). Sus características principales incluyen:
|
||||
|
||||
**Escalabilidad**:
|
||||
- Ejecución paralela de múltiples trials
|
||||
@@ -487,6 +491,8 @@ La combinación de Ray Tune con OptunaSearch permite:
|
||||
3. Beneficiarse de la infraestructura de Ray para distribución
|
||||
4. Acceder a las visualizaciones de Optuna
|
||||
|
||||
Optuna se ha consolidado como una opción práctica y eficiente para optimización de hiperparámetros en problemas reales (Akiba et al., 2019).
|
||||
|
||||
```mermaid
|
||||
---
|
||||
title: "Ciclo de optimización con Ray Tune y Optuna"
|
||||
@@ -523,6 +529,10 @@ Breuel (2013) exploró la selección automática de arquitecturas de red para re
|
||||
|
||||
Schulz & Kuhn (2017) optimizaron parámetros de modelos de lenguaje para corrección de errores OCR, incluyendo pesos de interpolación entre modelos de caracteres y palabras.
|
||||
|
||||
Además, la variabilidad del rendimiento puede analizarse mediante correlaciones lineales (Pearson, 1895), complementadas por criterios de magnitud del efecto (Cohen, 1988).
|
||||
|
||||
Finalmente, líneas de AutoML como la búsqueda de arquitecturas (NAS) representan alternativas más costosas pero potencialmente automatizables para optimizar modelos (Zoph & Le, 2017).
|
||||
|
||||
**Vacío en la literatura**:
|
||||
|
||||
A pesar de estos trabajos, existe un vacío significativo respecto a la optimización sistemática de hiperparámetros de inferencia en pipelines OCR modernos como PaddleOCR. La mayoría de trabajos se centran en:
|
||||
@@ -588,7 +598,9 @@ Los trabajos previos en OCR para español se han centrado principalmente en:
|
||||
|
||||
La optimización de hiperparámetros para documentos académicos en español representa una contribución original de este trabajo, abordando un nicho no explorado en la literatura.
|
||||
|
||||
En síntesis, la revisión del estado del arte revela un panorama en el que las herramientas técnicas están maduras, pero su aplicación óptima para dominios específicos permanece poco explorada. Los sistemas OCR modernos, como PaddleOCR, EasyOCR y DocTR, ofrecen arquitecturas sofisticadas basadas en aprendizaje profundo que alcanzan resultados impresionantes en benchmarks estándar. Sin embargo, estos resultados no siempre se trasladan a documentos del mundo real, especialmente en idiomas con menos recursos como el español.
|
||||
## Conclusiones
|
||||
|
||||
La revisión del estado del arte revela un panorama en el que las herramientas técnicas están maduras, pero su aplicación óptima para dominios específicos permanece poco explorada. Los sistemas OCR modernos, como PaddleOCR, EasyOCR y DocTR, ofrecen arquitecturas sofisticadas basadas en aprendizaje profundo que alcanzan resultados impresionantes en benchmarks estándar. Sin embargo, estos resultados no siempre se trasladan a documentos del mundo real, especialmente en idiomas con menos recursos como el español.
|
||||
|
||||
La evolución desde los sistemas de plantillas de los años 50 hasta los Transformers actuales ha sido espectacular, pero ha generado sistemas con decenas de hiperparámetros configurables cuyos valores por defecto representan compromisos generales, no configuraciones óptimas para dominios específicos. La literatura abunda en trabajos sobre entrenamiento y fine-tuning de modelos OCR, pero dedica poca atención a la optimización sistemática de los parámetros de inferencia, como umbrales de detección, opciones de preprocesamiento y filtros de confianza, que pueden marcar la diferencia entre un sistema usable y uno que requiere corrección manual extensiva.
|
||||
|
||||
|
||||
@@ -1,12 +1,10 @@
|
||||
# Objetivos concretos y metodología de trabajo
|
||||
|
||||
La motivación presentada en el capítulo anterior se traduce ahora en objetivos concretos y medibles. Siguiendo la metodología SMART propuesta por Doran (1981), se define un objetivo general que guía el trabajo y cinco objetivos específicos que lo descomponen en metas alcanzables. La segunda parte del capítulo describe la metodología experimental diseñada para alcanzar estos objetivos.
|
||||
|
||||
## Objetivo general
|
||||
|
||||
> **Optimizar el rendimiento de PaddleOCR para documentos académicos en español mediante ajuste de hiperparámetros, alcanzando un CER inferior al 2% sin requerir fine-tuning del modelo.**
|
||||
|
||||
### Justificación SMART del Objetivo General
|
||||
### Justificación SMART del Objetivo General (Doran, 1981)
|
||||
|
||||
**Tabla 13.** *Justificación SMART del objetivo general.*
|
||||
|
||||
@@ -60,7 +58,7 @@ flowchart LR
|
||||
|
||||
**Descripción de las fases:**
|
||||
|
||||
- **Fase 1 - Preparación del Dataset**: Conversión PDF a imágenes (300 DPI), extracción de ground truth con PyMuPDF
|
||||
- **Fase 1 - Preparación del Dataset**: Conversión PDF a imágenes (300 DPI), extracción de ground truth con PyMuPDF (PyMuPDF, 2024)
|
||||
- **Fase 2 - Benchmark Comparativo**: Evaluación de EasyOCR, PaddleOCR, DocTR con métricas CER/WER
|
||||
- **Fase 3 - Espacio de Búsqueda**: Identificación de hiperparámetros y configuración de Ray Tune + Optuna
|
||||
- **Fase 4 - Optimización**: Ejecución de 64 trials con paralelización (2 concurrentes)
|
||||
@@ -167,7 +165,7 @@ Se utilizó la biblioteca `jiwer` para calcular CER y WER comparando el texto de
|
||||
|
||||
#### Configuración de Ray Tune
|
||||
|
||||
El espacio de búsqueda se definió utilizando `tune.choice()` para parámetros booleanos y `tune.uniform()` para parámetros continuos, con OptunaSearch como algoritmo de optimización configurado para minimizar CER en 64 trials. La implementación completa está disponible en [`src/raytune/raytune_ocr.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune/raytune_ocr.py) (ver Anexo A).
|
||||
El espacio de búsqueda se definió utilizando `tune.choice()` para parámetros booleanos y `tune.uniform()` para parámetros continuos, con OptunaSearch como algoritmo de optimización configurado para minimizar CER en 64 trials. La implementación completa está disponible en [`src/raytune/raytune_ocr.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune/raytune_ocr.py) (ver Anexo A). Ray Tune se apoya en el ecosistema Ray para escalar la búsqueda (Moritz et al., 2018).
|
||||
|
||||
### Fase 4: Ejecución de Optimización
|
||||
|
||||
@@ -286,7 +284,7 @@ Para un proyecto de investigación con múltiples iteraciones de ajuste de hiper
|
||||
|
||||
1. **Tamaño del dataset**: El dataset contiene 45 páginas de documentos académicos UNIR. Resultados pueden no generalizar a otros formatos.
|
||||
|
||||
2. **Subconjunto de optimización**: El ajuste de hiperparámetros se realizó sobre 5 páginas (páginas 5-10), lo que contribuyó al sobreajuste observado en la validación del dataset completo.
|
||||
2. **Subconjunto de optimización**: El ajuste de hiperparámetros se realizó sobre 5 páginas (páginas 5-10), y su impacto se analiza en detalle en el capítulo de desarrollo específico.
|
||||
|
||||
3. **Texto de referencia imperfecto**: El texto de referencia extraído de PDF puede contener errores en documentos con diseños complejos.
|
||||
|
||||
|
||||
@@ -1,11 +1,7 @@
|
||||
# Desarrollo específico de la contribución
|
||||
|
||||
El presente capítulo constituye el núcleo técnico de este trabajo fin de máster. Siguiendo la estructura de "Comparativa de soluciones" establecida por las instrucciones de UNIR, se desarrollan tres fases interrelacionadas. Estas fases son tres: planteamiento y ejecución del benchmark comparativo, optimización de hiperparámetros mediante Ray Tune, y análisis e interpretación de los resultados.
|
||||
|
||||
## Planteamiento de la comparativa
|
||||
|
||||
### Introducción
|
||||
|
||||
Antes de abordar la optimización de hiperparámetros, era necesario seleccionar el motor OCR que serviría como base para la experimentación. Para ello, se realizó un estudio comparativo entre tres soluciones de código abierto representativas del estado del arte: EasyOCR, PaddleOCR y DocTR. Los experimentos, documentados en los informes de métricas y en los CSV de resultados del repositorio, permitieron identificar el modelo más prometedor para la fase de optimización posterior.
|
||||
|
||||
### Identificación del Problema
|
||||
@@ -18,7 +14,7 @@ Los documentos académicos típicos incluyen texto corrido con índice, listas n
|
||||
|
||||
Se seleccionaron tres soluciones OCR de código abierto representativas del estado del arte:
|
||||
|
||||
**Tabla 20.** *Soluciones OCR evaluadas en el benchmark comparativo.*
|
||||
**Tabla 20.** *Soluciones OCR del benchmark.*
|
||||
|
||||
| Solución | Desarrollador | Versión | Justificación de selección |
|
||||
|----------|---------------|---------|----------------------------|
|
||||
@@ -205,20 +201,16 @@ Esta riqueza de configuración permite explorar sistemáticamente el espacio de
|
||||
|
||||
2. **Único tipo de documento**: Documentos académicos de UNIR únicamente. Otros tipos de documentos (facturas, formularios, contratos) podrían presentar resultados diferentes.
|
||||
|
||||
3. **Ground truth automático**: El texto de referencia se extrajo programáticamente del PDF, lo cual puede introducir errores en el orden de lectura cuando hay secciones con encabezados y saltos de línea.
|
||||
|
||||
4. **Referencia CPU separada**: Los tiempos en CPU se midieron en un experimento independiente y solo se usan como comparación de rendimiento frente a GPU.
|
||||
3. **Referencia CPU separada**: Los tiempos en CPU se midieron en un experimento independiente y solo se usan como comparación de rendimiento frente a GPU.
|
||||
|
||||
### Síntesis del Benchmark
|
||||
|
||||
El benchmark comparativo ha permitido identificar PaddleOCR como la solución más prometedora para la fase de optimización, gracias a su combinación de rendimiento base competitivo, alta configurabilidad del pipeline y documentación técnica completa. Sin embargo, el análisis también reveló limitaciones importantes: el tamaño reducido del benchmark (5 páginas), la restricción a un único tipo de documento, y la extracción automática del ground truth que puede introducir errores en el orden de lectura cuando hay secciones con encabezados y saltos de línea. Estas limitaciones se tendrán en cuenta al interpretar los resultados de la fase de optimización.
|
||||
El benchmark comparativo ha permitido identificar PaddleOCR como la solución más prometedora para la fase de optimización, gracias a su combinación de rendimiento base competitivo, alta configurabilidad del pipeline y documentación técnica completa. Estas limitaciones se tendrán en cuenta al interpretar los resultados de la fase de optimización.
|
||||
|
||||
**Fuente:** [`docs/metrics/metrics.md`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/docs/metrics/metrics.md), [`src/results/*.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/*.csv), documentación oficial de PaddleOCR.
|
||||
|
||||
## Desarrollo de la comparativa: Optimización de hiperparámetros
|
||||
|
||||
### Introducción
|
||||
|
||||
Una vez seleccionado PaddleOCR como motor base, el siguiente paso fue explorar sistemáticamente su espacio de configuración para identificar los hiperparámetros que maximizan el rendimiento en documentos académicos en español. Para ello se empleó Ray Tune con el algoritmo de búsqueda Optuna, una combinación que permite explorar eficientemente espacios de búsqueda mixtos (parámetros continuos y categóricos). Los experimentos se implementaron en [`src/run_tuning.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/run_tuning.py) con apoyo de la librería [`src/raytune_ocr.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune_ocr.py), almacenándose los resultados en [`src/results`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results). Esta aproximación ofrece ventajas significativas frente al fine-tuning tradicional: no requiere datasets de entrenamiento etiquetados, no modifica los pesos del modelo preentrenado, y puede ejecutarse con hardware de consumo cuando se dispone de aceleración GPU.
|
||||
|
||||
### Configuración del Experimento
|
||||
@@ -538,7 +530,7 @@ La clase `ImageTextDataset` gestiona la carga de pares imagen-texto desde la est
|
||||
|
||||
El espacio de búsqueda se definió considerando los hiperparámetros más relevantes identificados en la documentación de PaddleOCR, utilizando `tune.choice()` para parámetros booleanos y `tune.uniform()` para umbrales continuos. La implementación está disponible en [`src/raytune/raytune_ocr.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune/raytune_ocr.py) (ver Anexo A).
|
||||
|
||||
**Tabla 30.** *Descripción detallada del espacio de búsqueda.*
|
||||
**Tabla 30.** *Espacio de búsqueda: parámetros.*
|
||||
|
||||
| Parámetro | Tipo | Rango | Descripción |
|
||||
|-----------|------|-------|-------------|
|
||||
@@ -694,7 +686,7 @@ Configuración óptima:
|
||||
|
||||
#### Análisis de Correlación
|
||||
|
||||
Se calculó la correlación de Pearson entre los parámetros de configuración (codificados como 0/1 en el caso de booleanos) y las métricas de error:
|
||||
Se calculó la correlación de Pearson entre los parámetros de configuración (codificados como 0/1 en el caso de booleanos) y las métricas de error. Para interpretar la magnitud de las correlaciones se siguieron criterios habituales en investigación cuantitativa:
|
||||
|
||||
**Tabla 36.** *Correlación de parámetros con CER.*
|
||||
|
||||
@@ -831,7 +823,7 @@ La configuración óptima identificada se evaluó sobre el dataset completo de 4
|
||||
|
||||
**Fuente:** [`docs/metrics/metrics_paddle.md`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/docs/metrics/metrics_paddle.md).
|
||||
|
||||
> **Nota sobre generalización:** El mejor trial individual (5 páginas) alcanzó un CER de 0.79%, cumpliendo el objetivo de CER < 2%. Sin embargo, al aplicar la configuración al dataset completo de 45 páginas, el CER aumentó a 7.72%, evidenciando sobreajuste al subconjunto de entrenamiento. Esta diferencia es un hallazgo importante que se discute en la sección de análisis.
|
||||
> **Nota sobre generalización:** El contraste entre el mejor trial y la validación en el dataset completo evidencia sobreajuste al subconjunto de entrenamiento. Esta diferencia se analiza en la sección de resultados consolidados.
|
||||
|
||||
#### Métricas de Mejora
|
||||
|
||||
@@ -848,11 +840,11 @@ La configuración óptima identificada se evaluó sobre el dataset completo de 4
|
||||
|
||||
**Fuente:** [`docs/metrics/metrics_paddle.md`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/docs/metrics/metrics_paddle.md).
|
||||
|
||||
**Figura 18.** *Reducción de errores: baseline vs optimizado (45 páginas).*
|
||||
**Figura 18.** *Reducción de errores (baseline vs optimizado).*
|
||||
|
||||
```mermaid
|
||||
---
|
||||
title: "Reducción de errores: Baseline vs Optimizado (45 páginas)"
|
||||
title: "Reducción de errores (baseline vs optimizado)"
|
||||
config:
|
||||
theme: base
|
||||
themeVariables:
|
||||
@@ -901,14 +893,12 @@ Observaciones:
|
||||
|
||||
Los 64 trials ejecutados con Ray Tune y aceleración GPU revelaron patrones claros en el comportamiento de PaddleOCR. El hallazgo más significativo es que los parámetros estructurales, `textline_orientation` y `use_doc_orientation_classify`, tienen mayor impacto que los umbrales numéricos. Al activarlos se reduce el CER medio de 4.73% a 1.74%. En cuanto a umbrales, valores bajos de `text_det_thresh` (aprox. 0.05) benefician el rendimiento, mientras que `use_doc_unwarping` resulta innecesario para PDFs digitales.
|
||||
|
||||
El mejor trial alcanzó un CER de 0.79%, cumpliendo el objetivo de CER < 2%. No obstante, la validación sobre el dataset completo de 45 páginas arrojó un CER de 7.72%, evidenciando sobreajuste al subconjunto de optimización de 5 páginas. Aun así, esto representa una mejora del 12.8% respecto al baseline (8.85%), demostrando el valor de la optimización sistemática incluso cuando la generalización es imperfecta.
|
||||
La optimización logró mejoras claras frente al baseline en el dataset completo, aunque la generalización quedó limitada por el tamaño del subconjunto de ajuste.
|
||||
|
||||
**Fuente:** [`src/run_tuning.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/run_tuning.py), [`src/raytune_ocr.py`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune_ocr.py), [`src/results/raytune_paddle_results_20260119_122609.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/raytune_paddle_results_20260119_122609.csv).
|
||||
|
||||
## Discusión y análisis de resultados
|
||||
|
||||
### Introducción
|
||||
|
||||
Los resultados obtenidos en las secciones anteriores requieren un análisis que trascienda los números individuales para comprender su significado práctico. En esta sección se consolidan los hallazgos del benchmark comparativo y la optimización de hiperparámetros, evaluando hasta qué punto se han cumplido los objetivos planteados y qué limitaciones condicionan la generalización de las conclusiones.
|
||||
|
||||
### Resumen Consolidado de Resultados
|
||||
|
||||
@@ -1,11 +1,7 @@
|
||||
# Conclusiones y trabajo futuro
|
||||
|
||||
A lo largo de este trabajo se ha explorado la optimización de hiperparámetros como estrategia para mejorar el rendimiento de sistemas OCR sin necesidad de reentrenamiento. Las siguientes secciones evalúan el grado de cumplimiento de los objetivos planteados, sintetizan los hallazgos más relevantes y proponen direcciones para investigación futura.
|
||||
|
||||
## Conclusiones
|
||||
|
||||
### Conclusiones Generales
|
||||
|
||||
Los resultados obtenidos confirman que la optimización sistemática de hiperparámetros constituye una alternativa viable al fine-tuning para mejorar sistemas OCR preentrenados. La infraestructura dockerizada con aceleración GPU desarrollada en este trabajo no solo facilita la experimentación reproducible, sino que reduce drásticamente los tiempos de ejecución, haciendo viable la exploración exhaustiva de espacios de configuración.
|
||||
|
||||
El objetivo principal del trabajo era alcanzar un CER inferior al 2% en documentos académicos en español. Los resultados obtenidos se resumen a continuación:
|
||||
|
||||
@@ -206,7 +206,7 @@ Esta sección presenta los resultados completos de las evaluaciones comparativas
|
||||
|
||||
### Comparativa General de Servicios
|
||||
|
||||
**Tabla A4.** *Comparativa de servicios OCR en dataset de 45 páginas (GPU RTX 3060).*
|
||||
**Tabla A4.** *Servicios OCR en 45 páginas (RTX 3060).*
|
||||
|
||||
| Servicio | CER | WER | Tiempo/Página | Tiempo Total | VRAM |
|
||||
|----------|-----|-----|---------------|--------------|------|
|
||||
@@ -247,27 +247,7 @@ Se ejecutaron 64 trials por servicio utilizando Ray Tune con Optuna sobre las p
|
||||
|
||||
**Fuente:** [`src/results/raytune_paddle_results_20260119_122609.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/raytune_paddle_results_20260119_122609.csv).
|
||||
|
||||
**Figura A1.** *Distribución de trials por rango de CER (PaddleOCR).*
|
||||
|
||||
```mermaid
|
||||
---
|
||||
title: "Distribución de trials por rango de CER (PaddleOCR)"
|
||||
config:
|
||||
theme: base
|
||||
themeVariables:
|
||||
primaryColor: "#E6F4F9"
|
||||
primaryTextColor: "#404040"
|
||||
primaryBorderColor: "#0098CD"
|
||||
lineColor: "#0098CD"
|
||||
---
|
||||
pie showData
|
||||
title Distribución de 64 trials
|
||||
"CER < 2%" : 43
|
||||
"CER 2-5%" : 10
|
||||
"CER 5-10%" : 11
|
||||
```
|
||||
|
||||
**Fuente:** [`src/results/raytune_paddle_results_20260119_122609.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/raytune_paddle_results_20260119_122609.csv).
|
||||
> **Nota:** Ver [Figura 15](#figura-15) en el Capítulo 4 para la representación gráfica de esta distribución.
|
||||
|
||||
### Configuración Óptima PaddleOCR
|
||||
|
||||
@@ -302,28 +282,7 @@ La siguiente configuración logró el mejor rendimiento en el ajuste de hiperpar
|
||||
|
||||
**Fuente:** Datos de tiempo CPU de [`src/raytune_paddle_subproc_results_20251207_192320.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune_paddle_subproc_results_20251207_192320.csv) y tiempos de GPU en trials de ajuste. Elaboración propia.
|
||||
|
||||
**Figura A2.** *Tiempo de procesamiento: CPU vs GPU (segundos/página).*
|
||||
|
||||
```mermaid
|
||||
---
|
||||
title: "Tiempo de procesamiento: CPU vs GPU (segundos/página)"
|
||||
config:
|
||||
theme: base
|
||||
themeVariables:
|
||||
primaryColor: "#E6F4F9"
|
||||
primaryTextColor: "#404040"
|
||||
primaryBorderColor: "#0098CD"
|
||||
lineColor: "#0098CD"
|
||||
xyChart:
|
||||
plotColorPalette: "#0098CD"
|
||||
---
|
||||
xychart-beta
|
||||
x-axis ["CPU", "GPU (RTX 3060)"]
|
||||
y-axis "Segundos por página" 0 --> 75
|
||||
bar [69.4, 0.84]
|
||||
```
|
||||
|
||||
**Fuente:** [`src/raytune_paddle_subproc_results_20251207_192320.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/raytune_paddle_subproc_results_20251207_192320.csv) y [`src/results/raytune_paddle_results_20260119_122609.csv`](https://seryus.ddns.net/unir/MastersThesis/src/branch/main/src/results/raytune_paddle_results_20260119_122609.csv). Leyenda: Aceleración de **82x** con GPU. El procesamiento de una página pasa de 69.4s (CPU) a 0.84s (GPU).
|
||||
> **Nota:** Ver [Figura 20](#figura-20) en el Capítulo 4 para la representación gráfica de esta comparación.
|
||||
|
||||
### Análisis de Errores por Servicio
|
||||
|
||||
@@ -375,3 +334,18 @@ Requisitos extraídos de la documentación oficial de las dependencias usadas:
|
||||
## A.10 Licencia
|
||||
|
||||
El código se distribuye bajo licencia MIT.
|
||||
|
||||
## A.11 Índice de acrónimos
|
||||
|
||||
**Tabla A10.** *Acrónimos utilizados en el trabajo.*
|
||||
|
||||
| Acrónimo | Significado |
|
||||
|----------|-------------|
|
||||
| OCR | Reconocimiento Óptico de Caracteres |
|
||||
| CER | Character Error Rate (tasa de error de caracteres) |
|
||||
| WER | Word Error Rate (tasa de error de palabras) |
|
||||
| GPU | Graphics Processing Unit |
|
||||
| CPU | Central Processing Unit |
|
||||
| API | Application Programming Interface |
|
||||
|
||||
**Fuente:** Elaboración propia.
|
||||
|
||||
@@ -1,157 +1,256 @@
|
||||
# UNIR Style Compliance Checklist
|
||||
|
||||
This document lists the UNIR TFE style requirements to verify before final submission.
|
||||
|
||||
## Page Layout
|
||||
|
||||
| Requirement | Specification | Check |
|
||||
|-------------|---------------|-------|
|
||||
| Page size | A4 | ☐ |
|
||||
| Left margin | 3.0 cm | ☐ |
|
||||
| Right margin | 2.0 cm | ☐ |
|
||||
| Top margin | 2.5 cm | ☐ |
|
||||
| Bottom margin | 2.5 cm | ☐ |
|
||||
| Header | Student name + TFE title | ☐ |
|
||||
| Footer | Page number | ☐ |
|
||||
|
||||
## Typography
|
||||
|
||||
| Element | Specification | Check |
|
||||
|---------|---------------|-------|
|
||||
| Body text | Calibri 12pt, justified, 1.5 line spacing | ☐ |
|
||||
| Título 1 (H1) | Calibri Light 18pt, blue, numbered (1., 2., ...) | ☐ |
|
||||
| Título 2 (H2) | Calibri Light 14pt, blue, numbered (1.1, 1.2, ...) | ☐ |
|
||||
| Título 3 (H3) | Calibri Light 12pt, numbered (1.1.1, 1.1.2, ...) | ☐ |
|
||||
| Título 4 (H4) | Calibri 12pt, bold, unnumbered | ☐ |
|
||||
| Footnotes | Calibri 10pt, justified, single spacing | ☐ |
|
||||
| Code blocks | Consolas 10pt | ☐ |
|
||||
|
||||
## Document Structure
|
||||
|
||||
| Section | Requirements | Check |
|
||||
|---------|--------------|-------|
|
||||
| Portada | Title, Author, Type, Director, Date | ☐ |
|
||||
| Resumen | 150-300 words in Spanish + Palabras clave (3-5) | ☐ |
|
||||
| Abstract | 150-300 words in English + Keywords (3-5) | ☐ |
|
||||
| Índice de contenidos | Auto-generated, new page | ☐ |
|
||||
| Índice de figuras | Auto-generated, new page | ☐ |
|
||||
| Índice de tablas | Auto-generated, new page | ☐ |
|
||||
| Cap. 1 Introducción | 1.1 Motivación, 1.2 Planteamiento, 1.3 Estructura | ☐ |
|
||||
| Cap. 2 Contexto | 2.1 Contexto, 2.2 Estado del arte, 2.3 Conclusiones | ☐ |
|
||||
| Cap. 3 Objetivos | 3.1 Objetivo general, 3.2 Específicos, 3.3 Metodología | ☐ |
|
||||
| Cap. 4 Desarrollo | Structure depends on work type | ☐ |
|
||||
| Cap. 5 Conclusiones | 5.1 Conclusiones, 5.2 Trabajo futuro | ☐ |
|
||||
| Referencias | APA format, alphabetical order | ☐ |
|
||||
| Anexos | Code repository URL, supplementary data | ☐ |
|
||||
|
||||
## Tables
|
||||
|
||||
| Requirement | Specification | Check |
|
||||
|-------------|---------------|-------|
|
||||
| Title position | Above the table | ☐ |
|
||||
| Title format | **Tabla N.** *Descriptive title in italics.* | ☐ |
|
||||
| Numbering | Sequential (1, 2, 3...), Anexo uses A1, A2... | ☐ |
|
||||
| Border style | APA: horizontal lines only (top, header bottom, table bottom) | ☐ |
|
||||
| Source position | Below the table, centered | ☐ |
|
||||
| Source format | Fuente: Author, Year. or Fuente: Elaboración propia. | ☐ |
|
||||
| Leyenda (if needed) | Below Fuente, same style (Piedefoto-tabla) | ☐ |
|
||||
| In TOT index | All tables appear in Índice de tablas | ☐ |
|
||||
|
||||
## Figures
|
||||
|
||||
| Requirement | Specification | Check |
|
||||
|-------------|---------------|-------|
|
||||
| Title position | Above the figure | ☐ |
|
||||
| Title format | **Figura N.** *Descriptive title in italics.* | ☐ |
|
||||
| Numbering | Sequential (1, 2, 3...), Anexo uses A1, A2... | ☐ |
|
||||
| Alignment | Centered | ☐ |
|
||||
| Source position | Below the figure, centered | ☐ |
|
||||
| Source format | Fuente: Author, Year. or Fuente: Elaboración propia. | ☐ |
|
||||
| Leyenda (if needed) | Below Fuente, same style (Piedefoto-tabla) | ☐ |
|
||||
| In TOF index | All figures appear in Índice de figuras | ☐ |
|
||||
|
||||
## Lists
|
||||
|
||||
| Requirement | Specification | Check |
|
||||
|-------------|---------------|-------|
|
||||
| Bullet lists | Indented 36pt, bullet symbol (·) | ☐ |
|
||||
| Numbered lists | Indented 36pt, sequential numbers (1, 2, 3...) | ☐ |
|
||||
| Spacing | Proper First/Middle/Last paragraph spacing | ☐ |
|
||||
|
||||
## Citations and References
|
||||
|
||||
| Requirement | Specification | Check |
|
||||
|-------------|---------------|-------|
|
||||
| Citation format | APA 7th edition | ☐ |
|
||||
| Single author | (Author, Year) or Author (Year) | ☐ |
|
||||
| Two authors | (Author1 & Author2, Year) | ☐ |
|
||||
| Three+ authors | (Author1 et al., Year) | ☐ |
|
||||
| Reference list | Alphabetical by first author surname | ☐ |
|
||||
| Hanging indent | 36pt left margin, -36pt text indent | ☐ |
|
||||
| DOI/URL | Include when available | ☐ |
|
||||
| No Wikipedia | Wikipedia citations not allowed | ☐ |
|
||||
| Source variety | Books, journals, conferences (not just URLs) | ☐ |
|
||||
|
||||
## SMART Objectives
|
||||
|
||||
All objectives must be SMART:
|
||||
|
||||
| Criterion | Requirement | Check |
|
||||
|-----------|-------------|-------|
|
||||
| **S**pecific | Clearly defined, unambiguous | ☐ |
|
||||
| **M**easurable | Quantifiable success metric (e.g., CER < 2%) | ☐ |
|
||||
| **A**ttainable | Feasible with available resources | ☐ |
|
||||
| **R**elevant | Demonstrable impact | ☐ |
|
||||
| **T**ime-bound | Achievable within timeframe | ☐ |
|
||||
|
||||
## Writing Style
|
||||
|
||||
| Requirement | Check |
|
||||
|-------------|-------|
|
||||
| Each chapter starts with introductory paragraph | ☐ |
|
||||
| Each paragraph has at least 3 sentences | ☐ |
|
||||
| No two consecutive headings without text between them | ☐ |
|
||||
| No superfluous phrases or repetition | ☐ |
|
||||
| All concepts defined with pertinent citations | ☐ |
|
||||
| Spelling checked (Word corrector) | ☐ |
|
||||
| Logical flow between paragraphs | ☐ |
|
||||
|
||||
## Final Checks
|
||||
|
||||
| Requirement | Check |
|
||||
|-------------|-------|
|
||||
| All cited references appear in reference list | ☐ |
|
||||
| All references in list are cited in text | ☐ |
|
||||
| All figures/tables have numbers and titles | ☐ |
|
||||
| Update all indices (Ctrl+A, F9 in Word) | ☐ |
|
||||
| Page count: 50-90 pages (excl. cover, indices, annexes) | ☐ |
|
||||
| Final format: PDF for deposit | ☐ |
|
||||
|
||||
## Automated Checks (apply_content.py)
|
||||
|
||||
The following are automatically handled by the generation scripts:
|
||||
|
||||
- ✓ Table/Figure sequential numbering
|
||||
- ✓ Anexo items use A1, A2... prefix
|
||||
- ✓ TC fields for Anexo items (appear in indices)
|
||||
- ✓ Piedefoto-tabla style for Fuente/Leyenda
|
||||
- ✓ MsoCaption style for titles
|
||||
- ✓ APA table borders (horizontal only)
|
||||
- ✓ MsoBibliography style for references
|
||||
- ✓ MsoQuote style for blockquotes
|
||||
- ✓ List paragraph classes (First/Middle/Last)
|
||||
- ✓ Bold H4 headings (unnumbered)
|
||||
|
||||
## Color Palette (UNIR Theme)
|
||||
|
||||
| Color | Hex | Usage |
|
||||
|-------|-----|-------|
|
||||
| Primary Blue | `#0098CD` | Headings, diagram borders |
|
||||
| Light Blue BG | `#E6F4F9` | Diagram backgrounds |
|
||||
| Dark Gray | `#404040` | Body text |
|
||||
| Accent Blue | `#5B9BD5` | Table headers |
|
||||
| Light Accent | `#9CC2E5` | Table borders |
|
||||
|
||||
---
|
||||
|
||||
**Reference:** UNIR TFE Guidelines (`instructions/instrucciones.pdf`, `instructions/plantilla_individual.pdf`)
|
||||
# Lista de verificación de cumplimiento de estilo UNIR
|
||||
|
||||
Este documento reúne los requisitos de estilo del TFE de UNIR a verificar antes de la entrega final.
|
||||
|
||||
## Maquetación de página
|
||||
|
||||
| Requisito | Especificación | Check |
|
||||
|-----------|----------------|-------|
|
||||
| Tamaño de página | A4 | ☐ |
|
||||
| Margen izquierdo | 3.0 cm | ☐ |
|
||||
| Margen derecho | 2.0 cm | ☐ |
|
||||
| Margen superior | 2.5 cm | ☐ |
|
||||
| Margen inferior | 2.5 cm | ☐ |
|
||||
| Encabezado | Nombre del estudiante + título del TFE | ☐ |
|
||||
| Pie de página | Número de página | ☐ |
|
||||
|
||||
## Tipografía
|
||||
|
||||
| Elemento | Especificación | Check |
|
||||
|----------|----------------|-------|
|
||||
| Texto normal | Calibri 12 pt, justificado, interlineado 1.5 | ☐ |
|
||||
| Título 1 (H1) | Calibri Light 18 pt, azul, numerado (1., 2., ...) | ☐ |
|
||||
| Título 2 (H2) | Calibri Light 14 pt, azul, numerado (1.1, 1.2, ...) | ☐ |
|
||||
| Título 3 (H3) | Calibri Light 12 pt, numerado (1.1.1, 1.1.2, ...) | ☐ |
|
||||
| Título 4 (H4) | Calibri 12 pt, negrita, sin numeración | ☐ |
|
||||
| Notas al pie | Calibri 10 pt, justificado, interlineado simple | ☐ |
|
||||
| Bloques de código | Consolas 10 pt | ☐ |
|
||||
|
||||
## Estructura del documento
|
||||
|
||||
| Sección | Requisitos | Check |
|
||||
|---------|------------|-------|
|
||||
| Portada | Título, autor, tipo, director, fecha | ☐ |
|
||||
| Resumen | 150-300 palabras en español (plantilla) + Palabras clave (3-5); instrucciones mencionan ~150 palabras | ☐ |
|
||||
| Resumen (contenido) | Debe incluir objetivo, metodología, resultados y conclusiones | ☐ |
|
||||
| Abstract | 150-300 palabras en inglés + Keywords (3-5) | ☐ |
|
||||
| Abstract (contenido) | Debe incluir objetivo, metodología, resultados y conclusiones | ☐ |
|
||||
| Ubicación Resumen/Abstract | Al inicio del documento | ☐ |
|
||||
| Índice de contenidos | Auto-generado, nueva página | ☐ |
|
||||
| Índice de figuras | Auto-generado, nueva página | ☐ |
|
||||
| Índice de tablas | Auto-generado, nueva página | ☐ |
|
||||
| Índices separados | Contenidos/Figuras/Tablas en índices distintos | ☐ |
|
||||
| Índices en nueva página | Cada índice comienza en nueva página | ☐ |
|
||||
| Cap. 1 Introducción | 1.1 Motivación, 1.2 Planteamiento, 1.3 Estructura | ☐ |
|
||||
| Cap. 2 Contexto | 2.1 Contexto, 2.2 Estado del arte, 2.3 Conclusiones | ☐ |
|
||||
| Cap. 3 Objetivos | 3.1 Objetivo general, 3.2 Específicos, 3.3 Metodología | ☐ |
|
||||
| Cap. 4 Desarrollo | Estructura según tipo de trabajo | ☐ |
|
||||
| Cap. 5 Conclusiones | 5.1 Conclusiones, 5.2 Trabajo futuro | ☐ |
|
||||
| Referencias | Formato APA, orden alfabético | ☐ |
|
||||
| Anexos | URL del repositorio y datos complementarios | ☐ |
|
||||
| Índice de acrónimos | Incluir si se usan acrónimos | ☐ |
|
||||
| Inicio de capítulos | Cada capítulo comienza en nueva página | ☐ |
|
||||
|
||||
## Tablas
|
||||
|
||||
| Requisito | Especificación | Check |
|
||||
|-----------|----------------|-------|
|
||||
| Posición del título | Encima de la tabla | ☐ |
|
||||
| Formato del título | **Tabla N.** *Título descriptivo en cursiva.* | ☐ |
|
||||
| Numeración | Secuencial (1, 2, 3...), Anexos usan A1, A2... | ☐ |
|
||||
| Bordes | APA: solo líneas horizontales (superior, cabecera, inferior) | ☐ |
|
||||
| Posición de fuente | Debajo de la tabla, centrada | ☐ |
|
||||
| Formato de fuente | Fuente: Autor, Año. o Fuente: Elaboración propia. | ☐ |
|
||||
| Leyenda (si aplica) | Debajo de Fuente, mismo estilo (Piedefoto-tabla) | ☐ |
|
||||
| En índice de tablas | Todas las tablas aparecen en el índice | ☐ |
|
||||
|
||||
## Figuras
|
||||
|
||||
| Requisito | Especificación | Check |
|
||||
|-----------|----------------|-------|
|
||||
| Posición del título | Encima de la figura | ☐ |
|
||||
| Formato del título | **Figura N.** *Título descriptivo en cursiva.* | ☐ |
|
||||
| Numeración | Secuencial (1, 2, 3...), Anexos usan A1, A2... | ☐ |
|
||||
| Alineación | Centrada | ☐ |
|
||||
| Posición de fuente | Debajo de la figura, centrada | ☐ |
|
||||
| Formato de fuente | Fuente: Autor, Año. o Fuente: Elaboración propia. | ☐ |
|
||||
| Leyenda (si aplica) | Debajo de Fuente, mismo estilo (Piedefoto-tabla) | ☐ |
|
||||
| En índice de figuras | Todas las figuras aparecen en el índice | ☐ |
|
||||
|
||||
## Listas
|
||||
|
||||
| Requisito | Especificación | Check |
|
||||
|-----------|----------------|-------|
|
||||
| Viñetas | Sangría 36 pt, símbolo de viñeta (·) | ☐ |
|
||||
| Numeradas | Sangría 36 pt, numeración secuencial (1, 2, 3...) | ☐ |
|
||||
| Espaciado | Uso correcto de First/Middle/Last | ☐ |
|
||||
|
||||
## Citas y referencias
|
||||
|
||||
| Requisito | Especificación | Check |
|
||||
|-----------|----------------|-------|
|
||||
| Formato de citas | APA 7.ª edición | ☐ |
|
||||
| Un autor | (Autor, Año) o Autor (Año) | ☐ |
|
||||
| Dos autores | (Autor1 & Autor2, Año) | ☐ |
|
||||
| Tres o más | (Autor1 et al., Año) | ☐ |
|
||||
| Lista de referencias | Orden alfabético por apellido del primer autor | ☐ |
|
||||
| Sangría francesa | 36 pt margen izquierdo, -36 pt sangría | ☐ |
|
||||
| DOI/URL | Incluir cuando esté disponible | ☐ |
|
||||
| Sin Wikipedia | No se permiten citas de Wikipedia | ☐ |
|
||||
| Variedad de fuentes | Libros, revistas, congresos (no solo URLs) | ☐ |
|
||||
| Referencias citadas | Toda referencia listada aparece en el texto | ☐ |
|
||||
| Distribución de citas | La mayoría de citas en Cap. 2 (Estado del arte) | ☐ |
|
||||
|
||||
## Objetivos SMART
|
||||
|
||||
Todos los objetivos deben ser SMART:
|
||||
|
||||
| Criterio | Requisito | Check |
|
||||
|----------|-----------|-------|
|
||||
| **S**pecific | Claramente definido, sin ambigüedad | ☐ |
|
||||
| **M**easurable | Métrica cuantificable (p. ej., CER < 2%) | ☐ |
|
||||
| **A**ttainable | Factible con los recursos disponibles | ☐ |
|
||||
| **R**elevant | Impacto demostrable | ☐ |
|
||||
| **T**ime-bound | Alcanzable en el plazo previsto | ☐ |
|
||||
|
||||
## Estilo de redacción
|
||||
|
||||
| Requisito | Check |
|
||||
|-----------|-------|
|
||||
| Cada capítulo inicia con un párrafo introductorio | ☐ |
|
||||
| Cada párrafo tiene al menos 3 oraciones | ☐ |
|
||||
| No hay dos encabezados consecutivos sin texto entre ellos | ☐ |
|
||||
| Sin frases superfluas ni repetición | ☐ |
|
||||
| Conceptos definidos con citas pertinentes | ☐ |
|
||||
| Ortografía revisada (corrector de Word) | ☐ |
|
||||
| Flujo lógico entre párrafos | ☐ |
|
||||
|
||||
## Comprobaciones finales
|
||||
|
||||
| Requisito | Check |
|
||||
|-----------|-------|
|
||||
| Todas las citas aparecen en la lista de referencias | ☐ |
|
||||
| Todas las referencias listadas se citan en el texto | ☐ |
|
||||
| Todas las figuras/tablas tienen número y título | ☐ |
|
||||
| Actualizar índices (Ctrl+A, F9 en Word) | ☐ |
|
||||
| Extensión: 50-90 páginas (sin portada, resumen/abstract, índices y anexos) | ☐ |
|
||||
| Formato final: PDF para depósito | ☐ |
|
||||
|
||||
## Comprobaciones automáticas (apply_content.py)
|
||||
|
||||
Las siguientes tareas están automatizadas por los scripts de generación.
|
||||
|
||||
**Arquitectura modular:**
|
||||
- `apply_content.py` - Orquestador principal (~300 líneas)
|
||||
- `content_handlers.py` - Manejadores de bloques de contenido (~400 líneas)
|
||||
- `markdown_utils.py` - Utilidades de markdown (~150 líneas)
|
||||
|
||||
**Funcionalidades automatizadas:**
|
||||
- ✓ Numeración secuencial de tablas y figuras
|
||||
- ✓ Anexos con prefijo A1, A2...
|
||||
- ✓ Campos TC para anexos (aparecen en índices)
|
||||
- ✓ Estilo Piedefoto-tabla para Fuente/Leyenda
|
||||
- ✓ Estilo MsoCaption para títulos
|
||||
- ✓ Bordes APA en tablas (solo horizontales)
|
||||
- ✓ Estilo MsoBibliography para referencias
|
||||
- ✓ Estilo MsoQuote para citas textuales
|
||||
- ✓ Estilos de listas (First/Middle/Last)
|
||||
- ✓ Encabezados H4 en negrita (sin numeración)
|
||||
|
||||
## Paleta de color (tema UNIR)
|
||||
|
||||
| Color | Hex | Uso |
|
||||
|-------|-----|-----|
|
||||
| Azul primario | `#0098CD` | Encabezados, bordes de diagramas |
|
||||
| Azul claro (fondo) | `#E6F4F9` | Fondos de diagramas |
|
||||
| Gris oscuro | `#404040` | Texto principal |
|
||||
| Azul acento | `#5B9BD5` | Encabezados de tablas |
|
||||
| Acento claro | `#9CC2E5` | Bordes de tablas |
|
||||
|
||||
## Reglas de redundancia entre capítulos
|
||||
|
||||
Al tratar el documento como un todo:
|
||||
|
||||
| Tipo de repetición | Aceptable | Motivo |
|
||||
|--------------------|-----------|--------|
|
||||
| Métricas clave en Resumen y Conclusiones | ✓ Sí | El resumen sintetiza el trabajo |
|
||||
| Resultados del Cap. 4 resumidos en Cap. 5 | ✓ Sí | Estructura académica estándar |
|
||||
| Figuras idénticas en capítulo principal y anexo | ✗ No | Usar referencias cruzadas |
|
||||
| Mismos datos de tablas en varios capítulos | ✗ No | Referenciar tabla previa |
|
||||
| Párrafos de relleno que repiten encabezados | ✗ No | Eliminar redundancia |
|
||||
| “Síntesis” intermedia en un capítulo | ⚠ Con cuidado | Solo si el capítulo es largo |
|
||||
|
||||
**Antipatrones a evitar:**
|
||||
- "En este capítulo se presenta..." seguido de "Las siguientes secciones describen..." (el encabezado ya lo indica)
|
||||
- Diagramas Mermaid idénticos en varios capítulos (usar "Ver Figura N en Capítulo X")
|
||||
- Repetir métricas exactas (CER 0.79%) más de 3 veces en capítulos principales
|
||||
|
||||
## Documento como un todo
|
||||
|
||||
Los archivos markdown (00-07) generan un único documento Word. Considerar:
|
||||
|
||||
| Aspecto | Guía |
|
||||
|---------|------|
|
||||
| Auditoría global | Evaluar redundancia y coherencia tratando 00-07 como un solo documento | ☐ |
|
||||
| Numeración de tablas/figuras | Secuencial en TODOS los capítulos (no reiniciar por capítulo) |
|
||||
| Referencias cruzadas | "Ver Tabla X" o "como se describió en la Sección 2.3" |
|
||||
| Contenido de anexos | Detalles complementarios, no duplicados del cuerpo principal |
|
||||
| Datos repetidos | Referenciar ubicación, no copiar |
|
||||
|
||||
## Reglas por capítulo
|
||||
|
||||
### Capítulo 1: Introducción (3-5 páginas)
|
||||
|
||||
| Sección | Debe incluir |
|
||||
|---------|--------------|
|
||||
| 1.1 Motivación | Identificación del problema, justificación e impacto, referencias previas |
|
||||
| 1.2 Planteamiento | Enunciado breve del problema, solución propuesta, enfoque |
|
||||
| 1.3 Estructura | Descripción breve de los capítulos siguientes |
|
||||
|
||||
### Capítulo 2: Contexto y Estado del Arte (10-15 páginas)
|
||||
|
||||
| Sección | Debe incluir |
|
||||
|---------|--------------|
|
||||
| 2.1 Contexto del problema | Estudio profundo del dominio de aplicación |
|
||||
| 2.2 Estado del arte | Trabajos previos, estudios actuales, comparativas, autores clave |
|
||||
| 2.3 Conclusiones | Síntesis que conecte con el trabajo a desarrollar |
|
||||
|
||||
### Capítulo 3: Objetivos y Metodología
|
||||
|
||||
| Sección | Debe incluir |
|
||||
|---------|--------------|
|
||||
| 3.1 Objetivo general | Objetivo SMART, efecto observable |
|
||||
| 3.2 Objetivos específicos | 3-5 objetivos SMART, verbos en infinitivo |
|
||||
| 3.3 Metodología | Pasos, instrumentos, métodos de análisis |
|
||||
|
||||
### Capítulo 4: Desarrollo Específico
|
||||
|
||||
Para trabajo híbrido tipo 1 (Experimental) + tipo 3 (Comparativo):
|
||||
|
||||
| Sección | Debe incluir |
|
||||
|---------|--------------|
|
||||
| 4.1 Planteamiento | Problema, alternativas, criterios de éxito |
|
||||
| 4.2 Desarrollo | Resultados, mediciones, gráficos, tablas |
|
||||
| 4.3 Discusión | Significado de los resultados, ventajas/desventajas |
|
||||
|
||||
### Capítulo 5: Conclusiones y Trabajo Futuro
|
||||
|
||||
| Sección | Debe incluir |
|
||||
|---------|--------------|
|
||||
| 5.1 Conclusiones | Síntesis de aportes, **relación con objetivos**, grado de logro |
|
||||
| 5.2 Líneas de trabajo futuro | Extensiones futuras con justificación |
|
||||
|
||||
## Antipatrones de texto de relleno
|
||||
|
||||
Eliminar texto introductorio redundante:
|
||||
|
||||
| Patrón | Sustituir por |
|
||||
|--------|---------------|
|
||||
| "A lo largo de este capítulo se desarrolla..." | Contenido directo |
|
||||
| "El presente capítulo constituye..." | Contenido directo |
|
||||
| "Las siguientes secciones describen..." | Contenido directo |
|
||||
| "Como se mencionó anteriormente..." | Referencia específica o eliminar |
|
||||
| "### Introducción" bajo un apartado | Eliminar (el encabezado ya introduce) |
|
||||
|
||||
Frases de apertura válidas:
|
||||
- Ir directo al contenido
|
||||
|
||||
Reference in New Issue
Block a user