En una era dominada por la innovación tecnológica, los avances en el Machine Learning (ML) y Natural Language Processing (NLP) han transformado diversas industrias, incluyendo el ámbito de las patentes. Las patentes protegen invenciones y requieren que estas sean novedosas, un aspecto que implica un análisis detallado de grandes volúmenes de texto en un tiempo limitado. Este proyecto de tesis se centra en desarrollar un prototipo de apoyo para el análisis de novedad en patentes mediante la fusión de técnicas de procesamiento de texto como Embeddings, Transformers y algoritmos clásicos de machine learning. La metodología incluye la adquisición y el preprocesamiento de datos, la extracción de características mediante técnicas como Word2Vec, FastText y Transformers, y la experimentación con diversos modelos de ML y DL. Se implementaron técnicas de visualización de datos par...