Sergio Alvarez Balanya

Esta tesis aborda la aplicación de métodos de aprendizaje automático probabilístico en contextos caracterizados por la complejidad de los datos. La investigación se articula en torno a tres objetivos: el desarrollo de métodos probabilísticos para situaciones de extrema escasez de datos, el estudio de técnicas de calibración para redes neuronales profundas, y la aplicación de normalizing flows a la calibración y la interpretación forense.

Product information extraction is crucial for e-commerce services, but obtaining high-quality labeled datasets remains challenging. We present a systematic approach for generating synthetic e-commerce product data using Large Language Models (LLMs), introducing a controlled modification framework with three strategies: attribute-preserving modification, controlled negative example generation, and systematic attribute removal.