First call for participation: eHealth-KD challenge 2019

eHealth-KD challenge, as part of the IberLEF 2019, proposes in its second edition modelling the human language in a scenario in which Spanish electronic health documents could be machine readable from a semantic point of view. With this task, it is expected to encourage the development of software technologies to automatically extract a large variety of knowledge from eHealth documents written in the Spanish Language. This involves two subtasks:

IberLEF eHealth-KD 2019: eHealth Knowledge Discovery

Natural Language Processing (NLP) methods are increasingly being used to mine knowledge from unstructured health texts. Recent advances in health text processing techniques are encouraging researchers and health domain experts to go beyond just reading the information included in published texts (e.g. academic manuscripts, clinical reports, etc.) and structured questionnaires, to discover new knowledge by mining health contents. This has allowed other perspectives to surface that were not previously available.

Architecture for Efficient String Dictionaries in E-Learning

E-Learning is a response to the new educational needs of society and an important development in Information and Communication Technologies. However, this trend presents many challenges, such as the lack of an architecture that allows a unified management of heterogeneous string dictionaries required by all the users of e-learning environments, which we face in this paper. We mean the string dictionaries needed in information retrieval, content development, “key performance indicators” generation and course management applications.

Human Language Technologies: Key Issues for Representing Knowledge from Textual Information

Ontologies are appropriate structures for capturing and representing the knowledge about a domain or task. However, the design and further population of them are both di_cult tasks, normally addressed in a manual or in a semi-automatic manner. The goal of this article is to de_ne and extend a task-oriented ontology schema that semantically represents the information contained in texts. This information can be extracted using Human Language Technologies, and throughout this work, the whole process to design such ontology schema is described.


Difusión del proyecto

Se trata de coordinar y supervisar también la difusión del proyecto a través de las publicaciones y otros medios.

Tarea G.1. Difusión del proyecto.


Coordinación del proyecto

El objetivo de este módulo es coordinar el flujo de comunicación interna, evaluar los avances y, en caso de ser necesario, reajustar los objetivos. Para lograr con éxito este objetivo, se proponen dos tareas:

Tarea F.1. Coordinación del proyecto.




Generación de lenguaje universal para una sociedad IIA 

El objetivo de este módulo es la generación automática de lenguaje teniendo en cuenta los criterios definidos en el módulo B respecto al lenguaje IIA (igualitario, inclusivo y accesible), así como las reglas de corrección y transformación definidas en el módulo C. A continuación, se definen las tareas necesarias para alcanzar este objetivo que utilizarán las herramientas y recursos obtenidos como resultado del módulo A.


Módulo C. Detección y corrección del texto para su adaptación a un modelo de lenguaje y búsqueda de información basada en perfiles.

En este módulo se tratarán las investigaciones y desarrollos relativos al reconocimiento, interpretación y adaptación de los textos conforme a los modelos de lenguaje definidos en los módulos anteriores. Para ello se hará uso de técnicas de aprendizaje automático basadas en corpus, tanto supervisadas como no supervisadas, así como otras heurísticas obtenidas por estudios previos y experiencias de las personas usuariaso.


Subscribe to SIIA RSS