Góngora, S., Giossa, N., & Chiruzzo, L. (2021). Experiments on a Guarani Corpus of News and Social Media. NAACL-HLT 2021, 153.
Etcheverry, L., Agorio, L., Bacigalupe, V., Barreiro, S., Bing, E., Blixen, S., … & Randall, G. (2021). A computational framework for the analysis of the Uruguayan dictatorship archives. In Qurator 2021-Conference on Digital Curation Technologies, Berlin, Germany, 8-12 feb, page 1-15, 2021. Qurator 2021-Conference on Digital Curation Technologies.
Rosá A, Alonso L, Castellón I, Chiruzzo L, Curell H, Fernández Montraveta A, et al. Overview of FACT at IberLEF 2020: Events Detection and Classification. In: Iberian Languages Evaluation Forum (IberLEF 2020) co-located with 36th Conference of the Spanish Society for Natural Language Processing (SEPLN 2020). On line: CEUR Workshop Proceedings; 2020.
Chiruzzo, L., & Wonsever, D. (2020, July). Statistical Deep Parsing for Spanish using Neural Networks. In Proceedings of the 16th International Conference on Parsing Technologies and the IWPT 2020 Shared Task on Parsing into Enhanced Universal Dependencies (pp. 132-144).
Saggion, H., & Chiruzzo, L. (2020, May). A Multi-level Annotated Corpus of Scientific Papers for Scientific Document Summarization and Cross-document Relation Discovery. In Proceedings of The 12th Language Resources and Evaluation Conference (pp. 6672-6679).
Acceda aquí a la lista completa de publicaciones del grupo.
| Período | Proyecto | Programa/Financiador | Detalle |
|---|---|---|---|
| 2021 - 2022 | Búsqueda de respuestas a partir de textos en español | CSIC-UdelaR | En este proyecto nos proponemos profundizar la investigación en las áreas QA e IR, con el objetivo de llegar a definir un enfoque genérico aplicable a diferentes dominios. Algunos de los problemas que se abordarán son: investigación en el área IR para mejorar la identificación de documentos relevantes para una pregunta; modelos neuronales entrenado sobre corpus genéricos o específicos de dominio; estudio de enfoques alternativos a los modelos neuronales, basados en análisis sintáctico o patrones de respuestas, y su posible combinación; evaluación de la calidad de las respuestas obtenidas; interacción con aspectos extraproposicionales del significado. |
| 2021 | Desarrollo de herramientas de apoyo a la enseñanza de lenguas aplicando técnicas de Inteligencia Artificial | ANII-FSED | Esta propuesta busca continuar con una línea de trabajo desarrollada desde 2018, en el marco de una colaboración entre el grupo Procesamiento de Lenguaje Natural (PLN) del Instituto de Computación, Facultad de Ingeniería (Udelar), y el Programa de Políticas Lingüísticas de ANEP. En 2020 se incorpora al equipo de trabajo la Facultad de Información y Comunicación (Udelar) con el objetivo de fortalecer los aspectos específicos relacionados con la enseñanza de inglés como lengua extranjera. En estos años se desarrollaron diferentes aplicaciones para la generación automática de recursos educativos para apoyar la enseñanza de la lengua inglesa, aprovechando el potencial de las herramientas y los métodos actuales del PLN. En ocasión de este llamado se propone trabajar en la extensión y adaptación de las herramientas implementadas, de forma que puedan ser utilizadas en forma remota y sean fácilmente accesibles desde las ceibalitas y la plataforma CREA, e investigar nuevas técnicas de PLN para mejorar algunos aspectos de las aplicaciones. |
| 2018 - 2020 | Curación automática de sentencias de la Base Nacional de Jurisprudencia | ANII - Fondo de Datos Video de difusión | El proyecto propone la automatización de varias tareas de curación de datos abiertos de sentencias judiciales. El proceso fundamental es la anonimización de datos sensibles (Nombres de personas y eventualmente de lugares y organizaciones). Los otros procesos son la generación de metadatos dedescripción temática y el reconocimiento de citaciones a especialistas de prestigio (“doctrinos”). Elproyecto se realiza en completo acuerdo con el Poder Judicial, Suprema Corte de Justicia e incluye un convenio de interés mutuo y salvaguarda de la confidencialidad de los datos entre el Poder Judicial y la UDELAR |
| 2018 - 2020 | Diseño de un mecanismo para mejorar la información para productores ganaderos mediante Procesamiento de Lenguaje Natural | BID | Este proyecto busca mejorar y facilitar la búsqueda, el acceso y el uso por parte de los usuarios de los datos, la información, las aplicaciones y las tecnologías disponibles en INIA, con énfasis en esta primera etapa en la producción ganadera familiar, desarrollando un piloto de una plataforma informática que, a través del Procesamiento de Lenguaje Natural (PLN) y otras tecnologías de inteligencia artificial, estructure automáticamente dichos contenidos (producción de pasturas,manejo de ganado, condiciones ambientales, guías y recomendaciones sanitarias, etc.) y haga ergonómica la interacción con los usuarios. Proyecto en colaboración con ICT4V, INIA y Quanam, participa Horacio Saggion (Pompeu Fabra) |
| Período | Proyecto | Programa/Financiador | Equipos con los que colaboramos |
|---|---|---|---|
| 2021 - 2023 | Cobertura informativa y procesos de (des)información en los medios de comunicación uruguayos | CSIC-UdelaR | Facultad de Información y Comunicación de la UdelaR |
| 2021 - 2023 | Expectativas e indicadores de sentimiento económico: estudio del caso uruguayo | CSIC-UdelaR | Facultad de Ciencias Económicas de la UdelaR |
| 2021 | De la ley de seguridad ciudadana (1995) a la ley de urgente consideración (2020): análisis de las agendas de seguridad durante los últimos 25 años en Uruguay | Facultad de Ciencias Sociales | |
| 2019 - 2020 | E-Participación: Desarrollo de un Marco de Referencia y Plataforma Tecnológica para apoyar procesos de participación ciudadana | BID | Facultad de Ciencias Sociales, AGESIC |
| 2017 - | CRUZAR : proyecto de sistematización de información de archivos del pasado reciente vinculados al terrorismo de estado y graves violaciones a los Derechos Humanos. | UdelaR | Facultad de Información y Comunicación, Facultad de Ingeniería, UdelaR |
| Estudiante | Posgrado | Tesis | Orientación) |
|---|---|---|---|
| Lucía Bouza | Maestría en Ciencia de Datos | Guillermo Moncecchi | |
| Mathias Etcheverry | Doctorado en Informática | Dina Wonsever | |
| Diego Garat | Doctorado en Informática | Dina Wonsever | |
| Pablo Grill | Maestría en Informática | Procesamiento de Lenguaje Natural aplicado a juicios escritos de maestros | Aiala Rosá, Guillermo Moncecchi |
| Gonzalo Herrera | Maestría en Informática | Estudio de modelos neuronales de lenguaje y sus aplicaciones a diferentes problemas del área PLN | Aiala Rosá, Luis Chiruzzo |
| Rodrigo Laguna | Maestría en Informática | Curriculum Learning | Guillermo Moncecchi |
| Juan Machado | Maestría en Ciencia de Datos | Aiala Rosá | |
| Benjamín Machín | Maestría en Informática | Guillermo Moncecchi | |
| Gabriel Mordecki | Maestría en Informática | Detección y respuesta de títulos clickbait en prensa | Javier Couto, Guillermo Moncecchi |
| Período | Proyecto | Programa/Financiador | Detalle |
|---|---|---|---|
| 2014 - 2015 | RITA: RIch Text Analysis through Enhanced Tools based on Lexical Resources | STIC-AmSud | The objective of the project is the development of tools for the syntactico-semantic analysis of Spanish and Portuguese. To do this, we aim to build a framework to integrate the different capabilities and resources of the groups involved. In particular, we want to integrate different lines of work on compositional semantics and enriched lexica: the Lexicon-Grammar tables, verbal subcategorization frames, multiword expressions, grammatical formalisms with enough expressivity to integrate this information, and learning mechanisms capable of building complex models from examples at these levels of analysis |
| 2012 - 2014 | ECOS PU11H02: Modelado de Opiniones y de su anclaje calendario y realización de sistemas cronológicos con polaridad | ECOS-SUD | Proyecto de colaboración con el laboratorio MoDyCo de la Universidad Paris Ouest. La problemática del proyecto se sitúa en la recuperación y modelado de opiniones y de expresiones de calendario en textos. Se inscribe en el área de Procesamiento de Lenguaje Natural, apoyándose sobre dos modalidades de análisis: tratamiento simbólico y explotación de técnicas de aprendizaje automático. Actualmente, la recuperación de opiniones y de expresiones temporales está siendo abordada separadamente por equipos en Uruguay y Francia. Este proyecto apunta a reunir ambos enfoques de modo de poder recuperar opiniones emitidas en un período temporal dado. Esto permitiría responder a una pregunta del tipo: “Cuál es la opinión de X / acerca de X antes del 2010?” |
| 2009 - 2010 | Temantex: Análisis temporal de textos | I+D, CSIC-UdelaR | El objetivo del proyecto es el análisis temporal de textos en español. Esto involucra el reconocimiento de los eventos y las expresiones temporales en textos y el reconocimiento de relaciones temporales entre eventos y de eventos con intervalos o instantes denotados por expresiones temporales |
| 2008 - 2009 | Merging, InduCing and Reasoning with Ontologies in BIOinformatics: The MICROBIO Project | STIC-AmSud | Proyecto de colaboración con Pontificia Universidade Católica do Rio Grande do Sul, Faculdade de Informatica. Brasil, Universidad de Concepción. Chile, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications. France,Facultad de Matemática, Astronomía y Física. Universidad Nacional de Córdoba. Argentina, Institut Pasteur de Montevideo. Uruguay. |
| 2006 - 2008 | U05H01: Modèle de discours et outils informatiques pour l’analyse, la recherche d’information, la visualisation et la navigation textuelle | ECOS-SUD | Proyecto de cooperación con la Université Paris X - Nanterre (France) |
| 2006 - 2008 | SIBILA: Sistema automático de respuestas basado en un modelo del discurso | PDT - MEC | |
| 2000 - 2002 | CLATEX: Construcción de una herramienta informática para la segmentación en cláusulas de textos en español | CSIC - UdelaR | Este proyecto incluye el desarrollo de un formalismo de reglas contextuales para el reconocimiento de cláusulas |
| 1998 - 2001 | U97E01:Adquisición de conocimientos a partir de textos: representación y tratamientos informático | ECOS-SUD | Proyecto de cooperación con la Université Sorbonne (Paris IV). En el marco de este proyecto se desarrolló una plataforma de exploración contextual (ContextO). Esta plataforma incluye un amplio rango de aplicaciones: extracción de definiciones y relaciones de causalidad en texto libre, construcción automática de resúmenes, filtrado semántico de información, etc. |