El doctor Boris Escalante Ramírez, jefe de la División de Ingeniería Eléctrica y la doctora Rosa María Ramírez Zamora, secretaria académica del Instituto de Ingeniería, fueron los encargados de cortar el listón inaugural de la expo Tecnologías del Lenguaje, en presencia de los doctores Abel Herrera Camacho y Gerardo Sierra Martínez, responsable del Laboratorio de Procesamiento de Voz y jefe del Grupo de Ingeniería Lingüística de la Facultad de Ingeniería, respectivamente, el pasado 28 de abril.

En el evento, el doctor Herrera mencionó que el objetivo principal de la expo es impulsar la investigación de tecnologías del lenguaje a nivel licenciatura, en especial en el desarrollo de aplicaciones de las ingenierías de Computación y Telecomunicaciones, ya que en este ámbito, la oferta académica que ofrece la Universidad es sólo a nivel posgrado.

Enseguida, en el Auditorio Barros Sierra, la doctora Sylvie Ratté, directora del Laboratorio de Ingeniería Cognitiva y Semántica de la École de Technologie Supérieure (ETS) en Montreal, Canadá, explicó cuáles son los proyectos que se desarrollan en ese laboratorio, en la conferencia Técnicas de Procesamiento de Lenguaje Natural y Aprendizaje de Máquina con un Enfoque Médico y Social.

El laboratorio, según dijo la doctora Ratté, se centra en el análisis e interpretación semántica de los cambios físicos y cognitivos de las personas con algún padecimiento. Entre las líneas de investigación se encuentran el aprendizaje automático, el procesamiento automático del lenguaje natural y la minería del texto. Destacó que su equipo de trabajo lo conforman estudiantes de maestría, doctorado y posdoctorado de diversas nacionalidades, incluyendo mexicanos, y con una colaboración activa de los investigadores Abel Herrera y Gerardo Sierra.

Sylvie Ratté habló de cinco desarrollos actuales del laboratorio. Cécilia es el proyecto que pretende encontrar alteraciones del lenguaje causadas por el Alzheimer y otras demencias a través del análisis de las expresiones faciales y el lenguaje corporal. Se graba una conversación lo más natural posible de la persona a diagnosticar, se transcribe en texto plano y, con diversas técnicas, se analiza la riqueza léxica, la densidad de ideas, la complejidad sintáctica y las partes de la oración en el discurso. Cécilia propone una alternativa económica y no invasiva para la detección oportuna de signos de deficiencias cognitivas.

El proyecto Alinéa trata de identificar y representar información adicional o faltante en los textos, a través de un sistema de representación de varias capas, cada una con un interés en las interacciones semánticas específicas. Para su funcionamiento se aplicó el concepto lingüístico factual de evento, que refiere a la situación que responde a las preguntas quién hizo qué, a quién, cuándo y dónde.

En cuanto a la metodología, primeramente se construyó un corpus con 38 noticias de ocho diferentes temas, de donde se excluyeron las frases con estilo indirecto, en futuro y en modo subjuntivo. Enseguida se hizo un cálculo de similaridad de patrones lingüísticos a nivel frase, párrafo y documento. Posteriormente se hizo una alineación de párrafos contra eventos, a través de la exploración de algoritmos. Finalmente, se lleva a cabo una representación multicapa.

El análisis automático de textos corporativos de reglas de negocios en el contexto de la ingeniería de software para su traducción visual realiza gracias a Binocle. Con este proyecto se busca establecer un marco formal y funcional para desarrollar investigaciones más avanzadas.

Connex-cité es un aliado en la clasificación de revistas, periódicos y artículos de diversa temática, para lo cual valora la información en las redes de citas y documentos de texto. Se involucra la teoría de grafos, la recuperación de información, el procesamiento del lenguaje automático, aprendizaje automatizado y Big Data.

Para la clasificación de textos cortos con fines comerciales se desarrolla Verinews. Se trata de una plataforma que discrimina tweets según emitan comentarios positivos, negativos o neutrales en temas de cultura, belleza, comida y otros. Para procesar una gran cantidad de datos se utiliza la tecnología Storm, que permite el procesamiento en tiempo real.

Para finalizar, enlistó los principales algoritmos y modelos de predicción utilizados, entre los cuales se encuentran el SVM, gradient descent, logistic regression, naïve bayes, árboles de decisión y k- neighbors.