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.

Escenarios y caracterización de entidades digitales (report interno)

Se presentan los escenarios propuestos asíc omo la caracterización inicial de las entides digitales para el ámbito del proyecto de acuerdo con los trabajos previos efectuados por UA

Annotated Corpus for Citation Context Analysis

In this paper, we present a corpus composed of 85 scientific articles annotated with 2092 citations analyzed using context analysis. We obtained a high Inter-annotator agreement; therefore, we assure reliability and reproducibility of the annotation performed by three coders in an independent way. We applied this corpus to classify citations according to qualitative criteria using a medium granularity categorization scheme enriched by annotated keywords and labels to obtain high granularity. The annotation schema handle three dimensions: PURPOSE: POLARITY: ASPECTS.

Innovative Semi-Automatic Methodology to Annotate Emotional Corpora

Detecting depression or personality traits, tutoring and student behaviour systems, or identifying cases of cyber-bulling are a few of the wide range of the applications, in which the automatic detection of emotion is a crucial element. Emotion detection has the potential of high impact by contributing the benefit of business, society, politics or education. Given this context, the main objective of our research is to contribute to the resolution of one of the most important challenges in textual emotion detection task: the problems of emotional corpora annotation.

Analizando opiniones en las redes sociales

La Web 2.0 ha focalizado la importancia de la información, no en unos pocos expertos en un tema, sino en una multitud de opiniones vertidas por usuarios a través de diversos medios en las redes sociales. Debido a ello, han cobrado un mayor interés los sistemas que son capaces de determinar qué es lo que piensan los usuarios sobre un determinado concepto, agregando diferentes fuentes de datos y aplicando cálculos de polaridad de las opiniones, que permiten determinar y comparar esos conceptos con otros similares.

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