El objetivo general de este proyecto consiste en el desarrollo de técnicas de análisis de textos para su incorporación en sistemas de procesamiento de lenguaje natural aplicables a la resolución de problemas de recuperación de la información.

La actual Sociedad de la Información ha variado la forma en que se produce la interacción comunicativa entre los humanos. A diferencia de la comunicación convencional (prensa escrita, radio, o televisión), los nuevos instrumentos para la propagación de la información permiten que sus usuarios no sean sólo consumidores, sino también productores de sus propios mensajes. Estos nuevos mensajes se integran día a día en Internet conformando la llamada web 2.0, como la mayor plataforma comunicativa y colaborativa de la historia. Como consecuencia, se dispone de un gran volumen de información digital en el que se combinan múltiples lenguas (multilingualidad), formatos de representación (multimodalidad), y registros de uso con diferentes grados de ritualidad (formal/informal) y especialización, emitidos desde diferentes actitudes subjetivas y desde diferentes situaciones de espacio y tiempo que deben ser analizadas y comprendidas por sistemas inteligentes para su adecuada explotación por organizaciones y particulares.

El objeto del proyecto es analizar, experimentar y desarrollar tecnologías inteligentes, interactivas y multilingües de minería de textos, como pieza clave de la próxima generación de motores de búsqueda y análisis textual, sistemas capaces de encontrar “the need behind the query” (la necesidad que subyace a la consulta). Esta nueva generación ofrecerá servicios e interfaces especializadas según el dominio y el tipo de necesidad de información. Además, integrará búsqueda documental (páginas Web), búsqueda multimedia (imágenes, audio, video), búsqueda en información semiestructurada y búsqueda en dominios específicos. Los nuevos buscadores serán capaces de descubrir y organizar la información, y no sólo de producir listas ordenadas de páginas Web.