Cada línea contable del ERP debe imputarse a una Partida Presupuestaria y a su Presupuesto. Este sistema lo hace de forma automática: lee los campos de texto libre del registro, los interpreta con NLP (TF-IDF) y los clasifica con un modelo Random Forest supervisado.
—Modelo
—Representación de texto
—Registros de entrenamiento
—Clases (partidas)
—Variables TF-IDF
¿Qué hace el sistema con cada registro?
-
1
LecturaSe leen las filas del CSV del ERP
-
2
ConcatenaciónSe unen los 8 campos de texto en una descripción
-
3
Vectorización TF-IDFEl texto se convierte en un vector numérico
-
4
Random ForestPredice la partida y su nivel de confianza
-
5
PresupuestoSe deriva el presupuesto de la partida
Umbral de confianza (Human-in-the-Loop)
Las predicciones por debajo del umbral se marcan para revisión manual; el resto se consideran automáticas. (Regla de la presentación: < 80 %.)