INE

Texto grande

Texto Pequeño

Blanco y Negro

Eliminar Todos

Evalúenos
¿La experiencia de navegación le resultó fácil?

¿Encontró la información buscada?

¿La información encontrada es útil?

Para finalizar, por favor introduzca el siguiente código

INE Chile cumple destacada participación en el Machine Learning Group 2021

2/12/2021
En la instancia internacional, creada por la UNECE y la Oficina de Estadísticas Nacionales del Reino Unido, valoraron la propuesta del INE de disponibilizar un servicio de codificación mediante una API (Application Programming Interface) alojada en un servidor institucional, al cual se le pueden hacer solicitudes desde distintos lenguajes, como R o Python.

Un extenso trabajo en torno a los modelos de clasificación de textos llevó a cabo un grupo de profesionales del Instituto Nacional de Estadísticas (INE) de Chile en el Machine Learning Group 2021, instancia creada por la Comisión Económica de las Naciones Unidas para Europa (UNECE, por sus siglas en inglés) y la oficina nacional de estadísticas del Reino Unido. Esto último, para elaborar investigaciones, construir habilidades y compartir experiencias y recursos sobre el desarrollo de machine learning y su aplicación en estadísticas oficiales en el mundo. 

La entidad reunió a más de 250 expertos de 33 países y 5 organizaciones internacionales en torno a cinco grupos de trabajo. El INE Chile participó en el denominado “Desde las ideas hacia una solución válida”, asistiendo a reuniones mensuales y liderando dos de las seis líneas de estudio de ese grupo: “Codificación y clasificación”, a cargo del profesional del INE Klaus Lehmann, y “Optimización de rutas”, a cargo del analista metodológico José Bustos, perteneciente al Subdepartamento de Investigación Estadística.

Para poder encabezar el proyecto “Codificación automática como un servicio compartido”, enmarcado en la línea de trabajo de “Codificación y clasificación”, fue clave la experiencia y conocimiento adquiridos por los profesionales en el proyecto estratégico del INE “Servicios Compartidos para la Producción Estadística”, que busca lograr la automatización y estandarización del procesamiento y análisis de sus operaciones estadísticas, especialmente las relacionadas con las encuestas de hogares. Esto, con el fin de mejorar la calidad y rapidez de los procesos, así como optimizar costos y reducir la probabilidad de errores.

“El grupo Codificación y Clasificación estaba dedicado al estudio de modelos de clasificación de texto con machine learning, terreno en el que el INE tiene ya algo de experiencia, por lo que conocer el estado del arte de este ámbito en oficinas estadísticas de distintos lugares del mundo y poder compartir nuestros avances fue una experiencia muy nutritiva. Además, para el equipo del Proyecto Estratégico Servicios Compartidos esto nos permite detectar buenas ideas e importar metodologías novedosas que han sido desarrolladas en un ámbito muy similar al nuestro: la producción de estadísticas oficiales”, planteó Lehmann. 

Servicio de codificación disponible mediante una API

Una de las propuestas planteadas por los profesionales del INE a lo largo del trabajo del año en el grupo fue disponibilizar el servicio de codificación que crearon en el INE mediante una API (Application Programming Interface) alojada en un servidor institucional, al cual se le pueden hacer request (o solicitudes) desde distintos lenguajes, como R o Python.

“Esta idea llamó la atención de otros expertos del grupo, pues podía ser relevante para otras oficinas estadísticas. Es una manera novedosa dentro de la Institución (y sencilla para las personas usuarias) de poner en producción un servicio compartido de codificación de clasificadores a un costo muy bajo en términos de recursos informáticos”, explicó Ignacio Agloni, jefe del proyecto Servicios Compartidos. 

Por lo mismo, la organización del Machine Learning Group 2021 les solicitó a los profesionales del INE presentar los detalles de esta idea y del trabajo en torno al tema de los modelos de clasificación de texto, en el webinar de cierre de año del grupo, presentación que fue efectuada por Klaus Lehmann ante más de 200 expertas/os de oficinas estadísticas del Reino Unido, Estados Unidos, Indonesia, México, Finlandia, Canadá, Suecia, entre otras organizaciones.

“Esperamos que nuestro trabajo pueda ser de ayuda para otras oficinas que están comenzando a implementar este tipo de metodologías es sus procesos productivos o que se han encontrado con dificultades similares a las que nos hemos encontrado en el trayecto”, sostuvo Lehmann.

Instituto Nacional de Estadísticas