Los problemas tecnológicos relacionados con los elementos del trabajo cotidiano son reales, y los profesionales de IT pueden resolverlos. Sin embargo, cuando se encuentran con un problema, deben acudir a una plataforma donde puedan detallar la categoría y la descripción textual del incidente para que el agente de soporte lo entienda. Sin embargo, no todos los empleados son rigurosos y precisos al describir un incidente, y a menudo hay una categoría que está totalmente fuera de línea con la descripción textual del ticket, lo que hace que la deducción de la solución por parte del profesional sea más lenta. En este proyecto, se propone una solución que tiene como objetivo asignar una categoría a los nuevos tickets de incidentes a través de su clasificación, utilizando técnicas de Minería de Texto, PLN y ML, para tratar de reducir al máximo la intervención humana en la clasificación de tickets, disminuyendo el tiempo empleado en su percepción y resolución. Los resultados fueron completamente satisfactorios y nos permitieron determinar cuáles son los mejores procedimientos de procesamiento textual a llevar a cabo, logrando posteriormente, en la mayoría de los modelos de clasificación, una precisión superior al 90%, lo que hace que su implementación sea legítima.