Data Day - Procuracion de justicia

http://sg.com.mx/dataday #datadaymx

Procuración de justicia con análisis de datos. Ni Big Brother ni Minority Report

M. en C. Rodrigo F. Alonso Pinzónrodrigo@root.com.mx

Directo al grano… Para procurar justicia necesitamos saber:

¿Con qué?¿Por qué?

¿Quién?¿Cuánto?

¿Cómo?

¿Cuándo?

¿A quiénes?

¿Con quiénes?

¿Dónde?

Pfff… Ok ok… ¿Qué tenemos?

HuellasNarraciones

CantidadesLlamadas

Direcciones

Nombres

Armas

Imágenes

LugaresFechas

Coordenadas

Vehículos

Y ¿Cómo los tenemos?

En grandes volúmenesNo estructurados

Sin formato

Dispersos

Perdidos

DuplicadosIncompletos

Semi estructurados

Ocultos

Nice…

El reto: Datos

Información

Conocimiento

Inteligencia

yeah! ;)

Dat

os

Para lo cual necesitamos:

Datos

Dat

os

Acc

eder

Para lo cual necesitamos:

Acceder

Dat

os

Acc

eder

Tran

sfo

rmar

Para lo cual necesitamos:

Transformar

Dat

os

Acc

eder

Tran

sfo

rmar

Fusi

on

arFusionar

Para lo cual necesitamos:

Dat

os

Acc

eder

Tran

sfo

rmar

Fusi

on

ar

Rel

acio

nar

Relacionar

Para lo cual necesitamos:

Dat

os

Acc

eder

Tran

sfo

rmar

Fusi

on

ar

Rel

acio

nar

An

aliz

ar

Analizar

Para lo cual necesitamos:

Dat

os

Acc

eder

Tran

sfo

rmar

Fusi

on

ar

Rel

acio

nar

An

aliz

ar

Inte

ligen

cia

Acc

ion

able

Inteligencia accionable

Para lo cual necesitamos:

Dat

os

Acc

eder

Tran

sfo

rmar

Fusi

on

ar

Rel

acio

nar

An

aliz

ar

Inte

ligen

cia

Acc

ion

able

yeah! ;)

Para lo cual necesitamos:

Dat

os

Acc

eder

Tran

sfo

rmar

Fusi

on

ar

Rel

acio

nar

An

aliz

ar

Inte

ligen

cia

Acc

ion

able

Arranquemos desde aquí…

yeah?

Ok. Entonces ya tenemos información estructurada:

Ok. Entonces ya tenemos información estructurada:

W T F!

Ataquemos ¿Quién es Quién?

Nombre F. Nac. C.P. Profesión Score Max

10 30 20 10 70

Algunos Campos

Pesos con base en probabilidad

Score > 5030 < Score < 50Score < 30

Son la mismaPuede serNo es la misma

Aja… ¿y luego?Nombre F. Nac. C.P. Profesión

A Ma. Antonieta 28-08-1981 03300 Odontologo

B María Antoineta 03-04-1976 14260 Odontologo

C María Antoniet 28-08-1981 03300 Doctor

A y C son el mismo. B es diferente

Nombre F. Nac. C.P. Profesión

A vs B 10 0 0 10

A vs C 10 30 20 0

B vs C 10 0 20 0

Puntuación

20

60

30

Otro reto: ¿Quién se menciona en una narración como esta?

Joaquín Guzmán Loera alias “El Chapo Guzmán” amenazó verbalmente al quejoso e instruyó a su lugarteniente, al que se le conoce como “El cholo”, para que llevara a cabo el levantón.

Necesitamos extraer las entidades para después relacionarlas

Joaquín Guzmán Loera alias “El Chapo Guzmán” amenazó verbalmente al quejoso e instruyó a su lugarteniente, al que se le conoce como “El cholo”, para que llevara a cabo el levantón.

Mencionemos tres herramientas:

● Diccionarios○ Comparo palabras contra un diccionario de nombres

● Expresiones regulares○ Aumento la precisión usando patrones conocidos

● Machine learning○ Analítica predictiva supervisada

Extracción de entidades con machine learning

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborumLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco b nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborumLorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint b non proident, sunt in culpa qui officia deserunt mollit anim id est laborum

Texto 1 Texto 2 Texto N

Entrenamos un algoritmo, indicando qué fragmentos con por ejemplo: Nombres

El algoritmo es capaz de identificar estos nombres con una precisión superior al promedio del ser humano

Identificar y clasificar por temas...

El empleado obró mal y fue liquidado sin dolor

El jefe de la banda ordenó su liquidación sin dolor por ser su hermano

Cuando tenemos grandes volúmenes es necesario saber dónde buscar...

Identificar y clasificar por temas...

El empleado obró mal y fue liquidado sin dolor

El jefe de la banda ordenó su liquidación sin dolor por ser su hermano

Identificamos los términos contra taxonomías…

Identificar y clasificar por temas...El empleado obró mal y fue liquidado sin dolor

El jefe de la banda ordenó su liquidación sin dolor por ser su hermano

Empleado LaboralEmpresa

Jefe CrimenLaboral

Obrar MédicoLaboral

Banda MúsicaCrimen

Liquidación LaboralCrimen

Liquidación LaboralCrimen

Dolor Médico Hermano Familia

¿Quién se relaciona con quién?

Llama Recibe Hora

Tel_1 Tel_2 14:15

Tel_2 Tel_3 14:05

Tel_1 Tel_4 14:30

Tel_5 Tel_2 14:37

Tel_4 Tel_5 14:35

El dueño del teléfono 4 dice no conocer al dueño del teléfono 2…

¿Quién se relaciona con quién?

Llama Recibe Hora

Tel_1 Tel_2 14:15

Tel_2 Tel_3 14:05

Tel_1 Tel_4 14:30

Tel_5 Tel_2 14:37

Tel_4 Tel_5 14:35

El dueño del teléfono 4 dice no conocer al dueño del teléfono 2…

Esto se complica...

Esto se complica...

¿Preguntas?M. en C. Rodrigo F. Alonso Pinzón

rodrigo@root.com.mx