Novedades

Participación en la campaña de evaluación: TAC Knowledge Base Population (KBP) 2016

Con el fin de evaluar las tecnologías desarrolladas dentro del marco del proyecto REDES, los investigadores de dicho proyecto acordaron participar en la campaña internacional “TAC Knowledge Base Population (KBP)”, 2016 celebrada en el  mes de Noviembre del 2016. Dicha campaña de evaluación ofrece todo un marco en el que los sistemas de Tecnologías del Lenguaje Humano pueden ser evaluados y comparados en igualdad de condiciones.

Entre las tareas posibles a participar el equipo REDES se inclinó por las dos siguientes:

Social Analytics

GPLSI Social Analytics es una aplicación que recupera mensajes de las redes sociales Twitter e Instagram sobre un tema en concreto y, de forma automática, valora las opiniones expresadas en los mensajes. Esto permite realizar un seguimiento de las opiniones de los internautas sobre diferentes temas como, por ejemplo, un destino turístico o unas elecciones.

Gestión de resúmenes para dispositivos móviles

Los dispositivos móviles han cambiado notablemente la forma en la que los usuarios acceden a la información disponible en Internet. Estos dispositivos permiten un acceso instantáneo desde cualquier lugar, pero tienen una serie de limitaciones importantes sobre los ordenadores personales. Su limitada pantalla, así como en ocasiones la limitada capacidad de recepción de la información, dado el coste, hacen que la selección de información a acceder sea todavía más importante.

TLH Suite: herramienta para la anotación semántica de información

En la actualidad existe gran cantidad de información heterogénea en Internet, esto dificulta que los usuarios puedan encontrar y filtrar fácilmente la información que requieren. Las herramientas basadas en las Tecnologías del Lenguaje Humano (TLH) ofrecen un gran apoyo facilitando la tarea y proporcionando al usuario la información específica que solicita. El objetivo de este artículo es proponer una herramienta capaz de procesar y anotar la información textual proveniente de la Web.

A semantic framework for textual data enrichment

In this work we present a semantic framework suitable of being used as support tool for recommender systems. Our purpose is to use the semantic information provided by a set of integrated resources to enrich texts by conducting different NLP tasks: WSD, domain classification, semantic similarities and sentiment analysis. After obtaining the textual semantic enrichment we would be able to recommend similar content or even to rate texts according to different dimensions. First of all, we describe the main characteristics of the semantic integrated resources with an exhaustive evaluation.

Suscribirse a Front page feed