Search

Automatic text evaluation metrics are widely used to measure the performance of a Natural Language Generation (NLG) system. However, these metrics have several limitations. This article empirically analyses the problem with current evaluation metrics, such as their lack of ability to measure the semantic quality of a text or their high dependence on the texts they are compared against. Additionally, traditional NLG systems are compared against more recent systems based on neural networks. Finally, an experiment with GPT-4 is proposed to determine if it is a reliable source for evaluating the validity of a text. From the results obtained, it can be concluded that with the current automatic metrics, the improvement of neural systems compared to traditional ones is not so significant. On the other hand, if we analyse the qualitative aspects of the texts generated, this improvement is reflected., Las métricas automáticas de evaluación de texto se utilizan ampliamente para medir el rendimiento de un sistema de Generación de Lenguaje Natural (GLN). Sin embargo, estas métricas tienen varias limitaciones. Este artículo propone un estudio empírico donde se analiza el problema que tienen las métricas de evaluación actuales, como la falta capacidad que tienen estos sistemas de medir la calidad semántica de un texto, o la alta dependencia que tienen estas métricas sobre los textos contra los que se comparan. Además, se comparan sistemas de GLN tradicionales contra sistemas más actuales basados en redes neuronales. Finalmente, se propone una experimentación con GPT-4 para determinar si es una fuente fiable para evaluar la calidad de un texto. A partir de los resultados obtenidos, se puede concluir que con las métricas automáticas actuales la mejora de los sistemas neuronales frente a los tradicionales no es tan significativa. En cambio, si se analizan los aspectos cualitativos de los textos generados, sí que se refleja esa mejora.

Numerical information in written texts impacts their readability and is considered complex for people with cognitive disabilities by the Easy-to-Read guidelines. This paper presents Simple.Text, a rule-based system designed to automatically simplify all numerical expressions deemed complex, with a focus on Rules 19-25 from Section 6.2 of the Easy-to-Read guidelines. The results from the evaluation indicate a high precision and accuracy in numerical phenomena detection and transformation, although with some limitations. This system proves to be an efficient and cost-effective tool for the simplification of numerical expressions., La información numérica en los textos escritos afecta a su legibilidad y las pautas de Lectura Fácil las consideran complejas para las personas con discapacidad cognitiva. Este artículo presenta el sistema Simple.Text, un sistema basado en reglas diseñado para simplificar automáticamente todas las expresiones numéricas consideradas complejas, que aborda específicamente las reglas 19-25 de la Sección 6.2 de Lectura Fácil. Los resultados de la evaluación indican una alta precisión y exactitud en la detección de fenómenos numéricos y en su transformación, aunque con algunas limitaciones. Este sistema demuestra ser una herramienta eficiente y rentable para la simplificación de expresiones numéricas.

The CLEAR.TEXT project (TED2021-130707B-I00) researches how natural language processing technology can support the authoring of accessible content in Spanish for people with cognitive disabilities. Our main objective is to research, implement, deploy, evaluate, and ultimately provide robust technologies for natural language processing to support the authoring of accessible Spanish content for public sector organisations (at local, regional and national level) that is intelligible to people with cognitive disability, thereby widening their inclusion and empowerment in Europe. It is expected to impact positively the quality of life of people with cognitive disabilities, facilitating their access to educational, vocational, cultural, and social opportunities in public sector organisations.

The “Conscious Natural Text Generation” project (CORTEX, grant ref. PID2021-123956OB-I00) investigates how Natural Language Generation (NLG) architectures can be improved so that they can exploit external and commonsense knowledge, and integrate it in a controllable manner (i.e., determining what knowledge to include and how to include it) when generating new text. Our main scientific objective is, therefore, to investigate and propose novel NLG architectures that integrate different types of knowledge to automatically produce reliable, truthful and quality texts, whose information complies with the principles of objectivity and plurality, thereby minimizing bias or manipulated content. The new generation of NLG systems obtained from CORTEX will significantly improve the semantic quality of the generated text, preventing, among other phenomena, the inclusion of invented facts that do not match reality (i.e., hallucination).

In the age of knowledge, the democratisation of information facilitated through the Internet may not be as pervasive if written language poses challenges to particular sectors of the population. The objective of this paper is to present an overview of research-based automatic text simplification tools. Consequently, we describe aspects such as the language, language phenomena, language levels simplified, approaches, specific target populations these tools are created for (e.g. individuals with cognitive impairment, attention deficit, elderly people, children, language learners), and accessibility and availability considerations. The review of existing studies covering automatic text simplification tools is undergone by searching two databases: Web of Science and Scopus. The eligibility criteria involve text simplification tools with a scientific background in order to ascertain how they operate. This methodology yielded 27 text simplification tools that are further analysed. Some of the main conclusions reached with this review are the lack of resources accessible to the public, the need for customisation to foster the individual’s independence by allowing the user to select what s/he finds challenging to understand while not limiting the user’s capabilities and the need for more simplification tools in languages other than English, to mention a few.

La Ingeniería Biomédica surge para solucionar los problemas existentes en el campo de la medicina y sus ramas, haciendo uso de las nuevas tecnologías que van surgiendo. Estas nuevas técnicas nos van a permitir tratar problemas en el ámbito de la salud que deberían tenerse más en cuenta, como son las interacciones entre medicamentos. Este es un tema primordial ante el incremento del consumo de medicamentos por parte de la población, puesto que un aumento de las mismas puede derivar en efectos adversos desconocidos. Esto, junto con la poca información que hay sobre ellas, supone una gran amenaza para la salud pública y la industria farmacéutica. Existen muy pocos estudios relacionados con este problema, y todos ellos se tratan desde un punto de vista bioquímico. Por lo tanto, lo trataremos desde una perspectiva distinta de las que podemos encontrar. Así bien, mediante la semántica de las palabras y el análisis de sentimientos, podremos hallar similitudes entre los medicamentos. Todo ello, aplicando técnicas de procesamiento del lenguaje natural, una tecnología que cada vez cobra más importancia. El procesamiento del lenguaje natural es según IBM “la rama de la informática -más concretamente, de la inteligencia artificial- que se ocupa de dotar a los ordenadores de la capacidad de entender el lenguaje hablado y escrito del mismo modo que los seres humanos. Esta tecnología ha alcanzado un alto nivel en la actualidad gracias a la aplicación de tecnologías como el machine learning (aprendizaje automático), el big data, el internet de las cosas o redes neuronales.” Proponemos un estudio que mediante las diferentes características que podemos detectar de los medicamentos, consigamos un modelo que prediga la relación positiva, negativa o neutra entre ellos. Con este sistema, intentaremos ayudar a los profesionales a evitar las interacciones peligrosas a la hora de administrar o recetar fármacos en pacientes polimedicados, y a las farmacéuticas a diseñar ensayos clínicos evit

La Ingeniería Biomédica surge para solucionar los problemas existentes en el campo de la medicina y sus ramas, haciendo uso de las nuevas tecnologías que van surgiendo. Estas nuevas técnicas nos van a permitir tratar problemas en el ámbito de la salud que deberían tenerse más en cuenta, como son las interacciones entre medicamentos. Este es un tema primordial ante el incremento del consumo de medicamentos por parte de la población, puesto que un aumento de las mismas puede derivar en efectos adversos desconocidos. Esto, junto con la poca información que hay sobre ellas, supone una gran amenaza para la salud pública y la industria farmacéutica. Existen muy pocos estudios relacionados con este problema, y todos ellos se tratan desde un punto de vista bioquímico. Por lo tanto, lo trataremos desde una perspectiva distinta de las que podemos encontrar. Así bien, mediante la semántica de las palabras y el análisis de sentimientos, podremos hallar similitudes entre los medicamentos. Todo ello, aplicando técnicas de procesamiento del lenguaje natural, una tecnología que cada vez cobra más importancia. El procesamiento del lenguaje natural es según IBM “la rama de la informática -más concretamente, de la inteligencia artificial- que se ocupa de dotar a los ordenadores de la capacidad de entender el lenguaje hablado y escrito del mismo modo que los seres humanos. Esta tecnología ha alcanzado un alto nivel en la actualidad gracias a la aplicación de tecnologías como el machine learning (aprendizaje automático), el big data, el internet de las cosas o redes neuronales.” Proponemos un estudio que mediante las diferentes características que podemos detectar de los medicamentos, consigamos un modelo que prediga la relación positiva, negativa o neutra entre ellos. Con este sistema, intentaremos ayudar a los profesionales a evitar las interacciones peligrosas a la hora de administrar o recetar fármacos en pacientes polimedicados, y a las farmacéuticas a diseñar ensayos clínicos evit

Obstáculos de tipo socioeconómico, ausencia de modelos femeninos y presencia de representaciones sociales estereotipadas hacen difícil incrementar la presencia de las mujeres en el aprendizaje de la tecnología y la ingeniería. La Guía para una docencia universitaria con perspectiva de género de Ciencias de la Computación ofrece propuestas, ejemplos de buenas prácticas, recursos docentes y herramientas de consulta que permiten desmasculinizar este ámbito y visibilizar los modelos femeninos para potenciar el acceso de las mujeres a los estudios de grado.

En este informe científico se identifican los principales retos científicos en los cuales está enmarcado el grupo de investigación en procesamiento del lenguaje y sistemas de información (GPLSI) de la Universidad de Alicante (UA). El objetivo de este informe es establecer un plan de investigación basado en la experiencia y participación en proyectos de investigación, y subrayar los principales retos de futuro que nos permitan definir nuevos proyectos de investigación y desarrollo en los próximos años. La Generación Automática de Lenguaje Natural (GLN) es una tarea compleja que se apoya en numerosos recursos y herramientas del Procesamiento del Lenguaje Natural (PLN). La GLN comienza a dar resultados satisfactorios, al menos para ciertos dominios y objetivos, como se puede ver de los resultados obtenidos por parte del GPLSI. No obstante, requiere un importante esfuerzo investigador. En este artículo planteamos, desde la perspectiva que da la investigación realizada hasta ahora en grupo de investigación Procesamiento Natural y Sistemas de Información (GPLSI), futuras líneas de investigación en GLN, incorporando diferentes disciplinas y metas.

Obstáculos de tipo socioeconómico, ausencia de modelos femeninos y presencia de representaciones sociales estereotipadas hacen difícil incrementar la presencia de las mujeres en el aprendizaje de la tecnología y la ingeniería. La Guía para una docencia universitaria con perspectiva de género de Ciencias de la Computación ofrece propuestas, ejemplos de buenas prácticas, recursos docentes y herramientas de consulta que permiten desmasculinizar este ámbito y visibilizar los modelos femeninos para potenciar el acceso de las mujeres a los estudios de grado.

En este informe científico se identifican los principales retos científicos en los cuales está enmarcado el grupo de investigación en procesamiento del lenguaje y sistemas de información (GPLSI) de la Universidad de Alicante (UA). El objetivo de este informe es establecer un plan de investigación basado en la experiencia y participación en proyectos de investigación, y subrayar los principales retos de futuro que nos permitan definir nuevos proyectos de investigación y desarrollo en los próximos años. La Generación Automática de Lenguaje Natural (GLN) es una tarea compleja que se apoya en numerosos recursos y herramientas del Procesamiento del Lenguaje Natural (PLN). La GLN comienza a dar resultados satisfactorios, al menos para ciertos dominios y objetivos, como se puede ver de los resultados obtenidos por parte del GPLSI. No obstante, requiere un importante esfuerzo investigador. En este artículo planteamos, desde la perspectiva que da la investigación realizada hasta ahora en grupo de investigación Procesamiento Natural y Sistemas de Información (GPLSI), futuras líneas de investigación en GLN, incorporando diferentes disciplinas y metas.

Socio-economic barriers, the absence of female role models and the presence of stereotyped social representations make difficult to increase the presence of women in technology and engineering teaching. The Guide of Computer Science to mainstreaming gender in university teaching offers proposals, examples of good practices, teaching resources and consultation tools that will allow to demasculinize this field and make visible female models to enhance women’s access to degree studies in this field of knowledge.

Dossier Next Report es una aplicación que permite generar resúmenes automáticos y análisis estadístico a partir de la base de datos de una aplicación Dossier Next. Simplemente se ha de indicar un intervalo de fechas y se generarán automáticamente varios resúmenes: uno general, teniendo en cuenta todos los documentos de ese período, y otro para cada entidad detectada dentro de los documentos de ese período. De esta forma, es posible obtener la información más importante de una colección de textos y de cada una de las entidades mencionadas en esa colección., Dossier Next Report is an application that allows you to generate automatic summaries and statistical analysis from the database of a Dossier Next application. All you have to do is indicate a date range and several summaries will be automatically generated: a general one, taking into account all the documents of that period, and another one for each entity detected within the documents of that period. In this way, it is possible to obtain the most important information from a collection of texts and from each one of the entities mentioned in that collection.

Dossier Next es una aplicación web que permite rastrear y clasificar de forma automática y periódica la información procedente de cualquier tipo de fuente de internet con contenido textual i.e. páginas web, periódicos digitales, boletines oficiales, etc., extrayendo únicamente la información más interesante para el usuario y descartando el resto. Para comenzar la recolección de información, el usuario debe indicar las fuentes a partir de las cuales desea obtener información, haciendo referencia a cada una las partes de interés para la recuperación de información, i.e. título, cuerpo, fecha, autor, etc. Para que el sistema pueda decidir qué contenido es relevante para el usuario, éste debe indicar también una serie de palabras claves, que deben aparecer en el documento en cuestión. Una vez establecida esta configuración del sistema se procede a descargar toda la información deseada por el usuario. Desde la página inicial se pueden visualizar los documentos por fecha y fuente., Dossier Next is a web application that allows you to automatically and periodically track and classify information from any type of Internet source with textual content i.e. web pages, digital newspapers, official bulletins, etc., extracting only the most interesting information for the user and discarding the rest. To start collecting information, the user must define the sources from which to obtain information, indicating for each one the relevant document parts i.e. title, body, date, author, etc. How the user sets-up the searching criteria? The user must also indicate a series of keywords, which must appear in the document to be considered relevant. Once this system configuration is established, all the information desired by the user is downloaded. From the home page you can display the documents by date and source.

Post-truth is a term that describes a distorting phenomenon that aims to manipulate public opinion and behavior. One of its key engines is the spread of Fake News. Nowadays most news is rapidly disseminated in written language via digital media and social networks. Therefore, to detect fake news it is becoming increasingly necessary to apply Artificial Intelligence (AI) and, more specifically Natural Language Processing (NLP). This paper presents a review of the application of AI to the complex task of automatically detecting fake news. The review begins with a definition and classification of fake news. Considering the complexity of the fake news detection task, a divide-and-conquer methodology was applied to identify a series of subtasks to tackle the problem from a computational perspective. As a result, the following subtasks were identified: deception detection; stance detection; controversy and polarization; automated fact checking; clickbait detection; and, credibility scores. From each subtask, a PRISMA compliant systematic review of the main studies was undertaken, searching Google Scholar. The various approaches and technologies are surveyed, as well as the resources and competitions that have been involved in resolving the different subtasks. The review concludes with a roadmap for addressing the future challenges that have emerged from the analysis of the state of the art, providing a rich source of potential work for the research community going forward.

Socio-economic barriers, the absence of female role models and the presence of stereotyped social representations make difficult to increase the presence of women in technology and engineering teaching. The Guide of Computer Science to mainstreaming gender in university teaching offers proposals, examples of good practices, teaching resources and consultation tools that will allow to demasculinize this field and make visible female models to enhance women’s access to degree studies in this field of knowledge.

Dossier Next Report es una aplicación que permite generar resúmenes automáticos y análisis estadístico a partir de la base de datos de una aplicación Dossier Next. Simplemente se ha de indicar un intervalo de fechas y se generarán automáticamente varios resúmenes: uno general, teniendo en cuenta todos los documentos de ese período, y otro para cada entidad detectada dentro de los documentos de ese período. De esta forma, es posible obtener la información más importante de una colección de textos y de cada una de las entidades mencionadas en esa colección., Dossier Next Report is an application that allows you to generate automatic summaries and statistical analysis from the database of a Dossier Next application. All you have to do is indicate a date range and several summaries will be automatically generated: a general one, taking into account all the documents of that period, and another one for each entity detected within the documents of that period. In this way, it is possible to obtain the most important information from a collection of texts and from each one of the entities mentioned in that collection.

Dossier Next es una aplicación web que permite rastrear y clasificar de forma automática y periódica la información procedente de cualquier tipo de fuente de internet con contenido textual i.e. páginas web, periódicos digitales, boletines oficiales, etc., extrayendo únicamente la información más interesante para el usuario y descartando el resto. Para comenzar la recolección de información, el usuario debe indicar las fuentes a partir de las cuales desea obtener información, haciendo referencia a cada una las partes de interés para la recuperación de información, i.e. título, cuerpo, fecha, autor, etc. Para que el sistema pueda decidir qué contenido es relevante para el usuario, éste debe indicar también una serie de palabras claves, que deben aparecer en el documento en cuestión. Una vez establecida esta configuración del sistema se procede a descargar toda la información deseada por el usuario. Desde la página inicial se pueden visualizar los documentos por fecha y fuente., Dossier Next is a web application that allows you to automatically and periodically track and classify information from any type of Internet source with textual content i.e. web pages, digital newspapers, official bulletins, etc., extracting only the most interesting information for the user and discarding the rest. To start collecting information, the user must define the sources from which to obtain information, indicating for each one the relevant document parts i.e. title, body, date, author, etc. How the user sets-up the searching criteria? The user must also indicate a series of keywords, which must appear in the document to be considered relevant. Once this system configuration is established, all the information desired by the user is downloaded. From the home page you can display the documents by date and source.

Post-truth is a term that describes a distorting phenomenon that aims to manipulate public opinion and behavior. One of its key engines is the spread of Fake News. Nowadays most news is rapidly disseminated in written language via digital media and social networks. Therefore, to detect fake news it is becoming increasingly necessary to apply Artificial Intelligence (AI) and, more specifically Natural Language Processing (NLP). This paper presents a review of the application of AI to the complex task of automatically detecting fake news. The review begins with a definition and classification of fake news. Considering the complexity of the fake news detection task, a divide-and-conquer methodology was applied to identify a series of subtasks to tackle the problem from a computational perspective. As a result, the following subtasks were identified: deception detection; stance detection; controversy and polarization; automated fact checking; clickbait detection; and, credibility scores. From each subtask, a PRISMA compliant systematic review of the main studies was undertaken, searching Google Scholar. The various approaches and technologies are surveyed, as well as the resources and competitions that have been involved in resolving the different subtasks. The review concludes with a roadmap for addressing the future challenges that have emerged from the analysis of the state of the art, providing a rich source of potential work for the research community going forward.

La Red de investigación en docencia universitaria “Universidad, docencia, genero e igualdad” persigue avanzar en la calidad e innovación de las enseñanzas universitarias a partir de la inclusión de la perspectiva de género. Se busca dar cumplimiento a las directrices generales de los nuevos planes de estudio respecto del principio de igualdad de oportunidades entre hombres y mujeres en la formación universitaria (Real Decreto 1393/2007. BOE nº 260, 30 de octubre de 2007). En la octava edición de la Red, y tomando como referentes, por un lado, la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: práctica (I)” y la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: claves conceptuales y teóricas (II)”, elaboradas por la propia Red en ediciones pasadas; y, de otro, las recomendaciones recogidas en la colección de guies per a una docència universitària amb perspectiva de gènere, publicadas recientemente por la Xarxa Vives d’Universitats, el trabajo desarrollado se ha dirigido a introducir las recomendaciones recogidas en las referencias citadas (y disponibles en la colección en línea “apuntes par ala igualdad”, de la Unidad de Igualdad de la Universidad de Alicante) en las guías docentes de las asignaturas recogidas en el proyecto de Redes presentado. Asimismo, se ha continuado en el mantenimiento del “Portal web con recursos docentes con perspectiva de género”, proyecto financiado por el Instituto de la Mujer (PACUI, 2012) y una de las integrantes de la Red ha realizado “Arquitectura: guies per a una docència universitària amb perspectiva de gènere (Xarxa Vives).

La actual sociedad de la información obliga a que todos seamos capaces de acceder y comprender la información que Internet nos proporciona. Sin embargo, son muchas las personas que por muchos motivos, edad, discapacidad, aprendizaje de una lengua etc. no pueden llevar a cabo este acceso de la misma manera que la gran mayoría de las personas. Por ello es necesario disponer de entornos intuitivos y accesibles que permitan superar esta barrera. La tarea del alumno consistirá en diseñar una interfaz adecuada a las necesidades de cada usuario, que permita obtener versiones simplificadas y/o enriquecidas del texto deseado. Para ello el alumno se acercará al mundo de las tecnologías del lenguaje humano y a las herramientas que dicha tecnología proporciona para incorporar aquellas que resulten más adecuadas a los objetivos fijados.

La Red de investigación en docencia universitaria “Universidad, docencia, genero e igualdad” persigue avanzar en la calidad e innovación de las enseñanzas universitarias a partir de la inclusión de la perspectiva de género. Se busca dar cumplimiento a las directrices generales de los nuevos planes de estudio respecto del principio de igualdad de oportunidades entre hombres y mujeres en la formación universitaria (Real Decreto 1393/2007. BOE nº 260, 30 de octubre de 2007). En la octava edición de la Red, y tomando como referentes, por un lado, la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: práctica (I)” y la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: claves conceptuales y teóricas (II)”, elaboradas por la propia Red en ediciones pasadas; y, de otro, las recomendaciones recogidas en la colección de guies per a una docència universitària amb perspectiva de gènere, publicadas recientemente por la Xarxa Vives d’Universitats, el trabajo desarrollado se ha dirigido a introducir las recomendaciones recogidas en las referencias citadas (y disponibles en la colección en línea “apuntes par ala igualdad”, de la Unidad de Igualdad de la Universidad de Alicante) en las guías docentes de las asignaturas recogidas en el proyecto de Redes presentado. Asimismo, se ha continuado en el mantenimiento del “Portal web con recursos docentes con perspectiva de género”, proyecto financiado por el Instituto de la Mujer (PACUI, 2012) y una de las integrantes de la Red ha realizado “Arquitectura: guies per a una docència universitària amb perspectiva de gènere (Xarxa Vives).

La actual sociedad de la información obliga a que todos seamos capaces de acceder y comprender la información que Internet nos proporciona. Sin embargo, son muchas las personas que por muchos motivos, edad, discapacidad, aprendizaje de una lengua etc. no pueden llevar a cabo este acceso de la misma manera que la gran mayoría de las personas. Por ello es necesario disponer de entornos intuitivos y accesibles que permitan superar esta barrera. La tarea del alumno consistirá en diseñar una interfaz adecuada a las necesidades de cada usuario, que permita obtener versiones simplificadas y/o enriquecidas del texto deseado. Para ello el alumno se acercará al mundo de las tecnologías del lenguaje humano y a las herramientas que dicha tecnología proporciona para incorporar aquellas que resulten más adecuadas a los objetivos fijados.

Obstacles de tipus socioeconòmic, absència de models femenins i presència de representacions socials estereotipades fan difícil incrementar la presència de les dones en l’ensenyament de la tecnologia i l’enginyeria. La Guia per a una docència universitària amb perspectiva de gènere de Ciències de la Computació ofereix propostes, exemples de bones pràctiques, recursos docents i eines de consulta que permeten desmasculinitzar aquest àmbit i visibilitzar els models femenins per potenciar l’accés de les dones als estudis de grau.

Diseño y desarrollo de una App que permita organizar la ropa del armario a partir de fotos de ropa realizadas con el móvil. Esta App permitirá tener un control de las prendas disponibles, qué prendas combinan. Además dispondrá de mecanismos para generar y guardar conjuntos con prendas existentes y asignarlos a situaciones o días de la semana concretos. Esta gestión podrá realizarse para varios armarios con un mismo dispositivo. Todo ello atendiendo a criterios de usabilidad del usuario. Para el desarrollo de este trabajo se ha seguido metodologías ágiles y se han utilizado las plataformas de desarrollo de dispositivos móviles.

La Red de investigación en docencia universitaria “Universidad, docencia, genero e igualdad” persigue avanzar en la calidad e innovación de las enseñanzas universitarias a partir de la inclusión de la perspectiva de género. Se busca dar cumplimiento a las directrices generales de los nuevos planes de estudio respecto del principio de igualdad de oportunidades entre hombres y mujeres en la formación universitaria (Real Decreto 1393/2007. BOE nº 260, 30 de octubre de 2007). En la séptima edición de la Red, y tomando como referentes la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: práctica (I)” y la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: claves conceptuales y teóricas (II)”, elaboradas por la propia Red en ediciones pasadas, el trabajo desarrollado se ha dirigido a introducir las recomendaciones recogidas en las referencias citadas (y disponibles en la colección en línea “apuntes para la igualdad”, de la Unidad de Igualdad de la Universidad de Alicante) en las guías docentes de las asignaturas recogidas en el proyecto de Redes presentado Asimismo, se ha continuado en el mantenimiento del “Portal web con recursos docentes con perspectiva de género”, proyecto financiado por el Instituto de la Mujer (PACUI, 2012).

Social Analytics Listener v2.0 es una aplicación que permite la descarga de contenido de las redes sociales de modo organizado y estable. Esto es posible mediante el uso de las APIs (en inglés Application Program Interface) proporcionadas por redes sociales que permiten dos tipos de estrategias distintas de descarga. Una de ellas es enviar una consulta con ciertos términos para recuperar todo aquel contenido que contenga dichos términos y entonces recibir los contenidos pertinentes a medida que estos sean publicados en las redes. Este es el caso de Twitter. Por otro lado, existe otra estrategia que consiste en enviar consultas periódicas para recibir los últimos contenidos publicados. Este es el caso de Instagram. Las dos redes sociales, que Social Analytics Listener v2.0 gestiona hasta la fecha, son Twitter e Instagram. Las librerías software encargadas de ello han sido refactorizadas para Social Analytics Listener v2.0, para garantizar una gestión interna de contenido optimizada y unificada. Para ello la arquitectura del software plantea un modelo centralizado de sincronización de datos de modo que contenido recuperado, independientemente de la fuente, se corresponda unívocamente con la misma entidad. No obstante, la arquitectura de este sistema permite incluir en un futuro otras fuentes de contenido incluso sin contar con el uso de APIs para ese fin. Este es el caso de mecanismos que permitan extraer información directamente de la web. Social Analytics Listener v2.0 a diferencia de versiones anteriores incorpora un conjunto de filtros de datos en los que se hace posible el filtrado de contenido por idioma, país y la exclusión de contenido de autores específicos.

Social Analytics Database v2.0 es una base de datos cuyo objetivo principal es el almacenamiento de mensajes encontrados en las redes sociales, para generar análisis e informes sobre esos mensajes en tiempo real. Además, también se almacenan los temas a seguir (organizados en colecciones y entidades) y los parámetros de búsqueda, mediante los cuales se han obtenido dichos mensajes, con el fin de tener una mejor visión y organización de los informes generados. Para este fin, se utilizan dos tecnologías de bases de datos diferentes. La primera utiliza Elasticsearch, una base de datos de documentos NoSQL. En esta base de datos se guardan los mensajes, indexándolos de tal forma que sea posible realizar consultas, exploraciones, análisis y estadísticas de manera muy flexible y en tiempo real. La segunda utiliza MariaDB, una base de datos relacional. Esta base de datos contiene la información relativa a los temas a seguir y los parámetros de búsqueda. También se utiliza para gestionar los usuarios de la plataforma Social Analytics.

The overabundance of information and its heterogeneity requires new ways to access, process and generate knowledge according to the user's needs. To define an appropriate formalism to represent textual information capable to allow machines to perform language understanding and generation will be crucial for achieving these tasks. Abstract Meaning Representation (AMR) is foreseen as a standard knowledge representation that can capture the information encoded in a sentence at various linguistic levels. However, its scope only limits to a single sentence, and it does not benefit from additional semantic information that could help the generation of different types of texts. Therefore, the aim of this paper is to address this limitation by proposing and outlining a method that can extend the information provided by AMR and use it to represent entire documents. Based on our proposal, we will determine a unique, invariant and independent standard text representation, called canonical representation. From it and through a transformational process, we will obtain different text variants that will be appropriate to the users' needs., La sobreabundancia de información y su heterogeneidad requieren nuevas formas de acceder, procesar y generar conocimiento de acuerdo con las necesidades del usuario. Por ello, definir un formalismo adecuado para representar la información textual capaz de permitir a los ordenadores comprender y generar el lenguaje, es crucial para lograr esta tarea. Abstract Meaning Representation (AMR) es una representación del conocimiento estándar que puede capturar la información codificada en una oración en varios niveles lingüísticos. Sin embargo, su alcance se limita a una sola oración, y no se beneficia de la información semántica adicional que podría ayudar a la generación de diferentes tipos de textos. En este artículo propondremos un método que amplía la información proporcionada por AMR y la utiliza para representar documentos completos. En base a nuestra propuesta, definiremos una representación de texto estándar única, invariable e independiente, llamada representación canónica. A partir de la cual, y mediante un proceso de transformación, obtendremos diferentes variantes de texto que serán apropiadas para las necesidades de los usuarios.

Social Analytics Process v2.0 es un software informático que procesa, analiza y clasifica contenido usualmente procedente de las redes sociales a gran velocidad y lo almacena de forma optimizada para poder realizar posteriores análisis, agrupaciones y visualizaciones de datos en tiempo real. Entre los datos que se extraen podemos destacar aquellos proporcionados por las propias fuentes de información como son lugares, autores, likes (anotación colaborativa por los usuarios que gusta el contenido), número de seguidores de cada contenido y otros. Este software además incorpora tecnologías semánticas para interconectar y resolver etiquetas de geolocalización asociadas a los autores de contenido social, así como sus lugares de procedencia. Los resultados pueden ser utilizados por sistemas de terceros para su representación visual en modo mapa geográfico. Social Analytics Process v2.0 incorpora además otros datos tales como entidades relevantes, palabras claves y, sobre todo polaridad sentimental (positiva, negativa o neutral) y emociones expresadas en el contenido textual, que requieren para su obtención de tecnologías del lenguaje humano. Los metadatos obtenidos por el software van desde datos agregados hasta histogramas que capturan las características antes mencionadas a lo largo del tiempo. Entre las incorporaciones más relevantes y transversales en esta versión v2 se encuentra el procesamiento de contenido textual en varios idiomas. Estos idiomas son inglés, español, catalán y francés. Otra de las funcionalidades que se le suman es la de distinción y simplificación de contenido textual para lograr descubrir enlaces web (URLs) relevantes. Estos enlaces suelen indicar las fuentes originales de información detonantes de los comentarios sociales.

Social Analytics Web Interface v2.0 es una aplicación web que permite visualizar y gestionar gráficas estadísticas avanzadas sobre contenido de las redes sociales, tanto a nivel histórico como en tiempo real. Esto es posible gracias al consumo de servicios webs estándares que ofrecen metadatos en formato JSON sobre analítica social, como es el caso de Social Analytics Process v2.0 (ver publicación en RUA). Social Analytics Web Interface v2.0 ofrece a nivel general las siguientes funcionalidades: • Visualización de analítica social a nivel genérico donde se muestran gráficas estadísticas. • Visualización de comparativa entre entidades analizadas en relación con el contenido social que ha sido procesado. • Analítica tanto para histórico de datos como para datos en tiempo real en las dos funcionalidades previamente mencionadas. • Analítica de datos en línea temporal de cada aspecto recuperado durante el procesamiento de datos. • Gestión de correos de notificaciones donde se envían analíticas configuradas en formato pdf para períodos de tiempo específicos. • Gestión de usuarios basados en identificación abierta con Twitter e Instagram. • Gestión de analíticas y entidades. • Gestión de informes generados en formato pdf. • Gestión de datos procesados con tecnologías del lenguaje humano en formato CSV para su posterior análisis. • Consulta de metadatos en formato JSON. • Gestión de monitorizaciones de contenido social en diferentes idiomas. En particular inglés, español, francés y catalán. • Servicios Web RESTful que gestionan los datos almacenados en el Social Analytics Database v2.0 (ver publicación en RUA) y sirven de puente para gestionar la información presentada en la interfaz visual. Esta interfaz web, entre otras cosas, ofrece un acceso adaptable a los diferentes dispositivos que acceden a ella, permitiendo de esta forma mostrar en todo momento una visualización apropiada para su lectura, comprensión e interacción con las diferentes funcionalidades permitidas.

La Red de investigación en docencia universitaria “Universidad, docencia, genero e igualdad” persigue avanzar en la calidad e innovación de las enseñanzas universitarias a partir de la inclusión de la perspectiva de género. Se busca dar cumplimiento a las directrices generales de los nuevos planes de estudio respecto del principio de igualdad de oportunidades entre hombres y mujeres en la formación universitaria (Real Decreto 1393/2007. BOE nº 260, 30 de octubre de 2007). En la séptima edición de la Red, y tomando como referentes la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: práctica (I)” y la “Guía de recomendaciones para la inclusión de la perspectiva de género en la docencia universitaria: claves conceptuales y teóricas (II)”, elaboradas por la propia Red en ediciones pasadas, el trabajo desarrollado se ha dirigido a introducir las recomendaciones recogidas en las referencias citadas (y disponibles en la colección en línea “apuntes para la igualdad”, de la Unidad de Igualdad de la Universidad de Alicante) en las guías docentes de las asignaturas recogidas en el proyecto de Redes presentado Asimismo, se ha continuado en el mantenimiento del “Portal web con recursos docentes con perspectiva de género”, proyecto financiado por el Instituto de la Mujer (PACUI, 2012).

Obstacles de tipus socioeconòmic, absència de models femenins i presència de representacions socials estereotipades fan difícil incrementar la presència de les dones en l’ensenyament de la tecnologia i l’enginyeria. La Guia per a una docència universitària amb perspectiva de gènere de Ciències de la Computació ofereix propostes, exemples de bones pràctiques, recursos docents i eines de consulta que permeten desmasculinitzar aquest àmbit i visibilitzar els models femenins per potenciar l’accés de les dones als estudis de grau.

Diseño y desarrollo de una App que permita organizar la ropa del armario a partir de fotos de ropa realizadas con el móvil. Esta App permitirá tener un control de las prendas disponibles, qué prendas combinan. Además dispondrá de mecanismos para generar y guardar conjuntos con prendas existentes y asignarlos a situaciones o días de la semana concretos. Esta gestión podrá realizarse para varios armarios con un mismo dispositivo. Todo ello atendiendo a criterios de usabilidad del usuario. Para el desarrollo de este trabajo se ha seguido metodologías ágiles y se han utilizado las plataformas de desarrollo de dispositivos móviles.

The overabundance of information and its heterogeneity requires new ways to access, process and generate knowledge according to the user's needs. To define an appropriate formalism to represent textual information capable to allow machines to perform language understanding and generation will be crucial for achieving these tasks. Abstract Meaning Representation (AMR) is foreseen as a standard knowledge representation that can capture the information encoded in a sentence at various linguistic levels. However, its scope only limits to a single sentence, and it does not benefit from additional semantic information that could help the generation of different types of texts. Therefore, the aim of this paper is to address this limitation by proposing and outlining a method that can extend the information provided by AMR and use it to represent entire documents. Based on our proposal, we will determine a unique, invariant and independent standard text representation, called canonical representation. From it and through a transformational process, we will obtain different text variants that will be appropriate to the users' needs., La sobreabundancia de información y su heterogeneidad requieren nuevas formas de acceder, procesar y generar conocimiento de acuerdo con las necesidades del usuario. Por ello, definir un formalismo adecuado para representar la información textual capaz de permitir a los ordenadores comprender y generar el lenguaje, es crucial para lograr esta tarea. Abstract Meaning Representation (AMR) es una representación del conocimiento estándar que puede capturar la información codificada en una oración en varios niveles lingüísticos. Sin embargo, su alcance se limita a una sola oración, y no se beneficia de la información semántica adicional que podría ayudar a la generación de diferentes tipos de textos. En este artículo propondremos un método que amplía la información proporcionada por AMR y la utiliza para representar documentos completos. En base a nuestra propuesta, definiremos una representación de texto estándar única, invariable e independiente, llamada representación canónica. A partir de la cual, y mediante un proceso de transformación, obtendremos diferentes variantes de texto que serán apropiadas para las necesidades de los usuarios.

Social Analytics Web Interface v2.0 es una aplicación web que permite visualizar y gestionar gráficas estadísticas avanzadas sobre contenido de las redes sociales, tanto a nivel histórico como en tiempo real. Esto es posible gracias al consumo de servicios webs estándares que ofrecen metadatos en formato JSON sobre analítica social, como es el caso de Social Analytics Process v2.0 (ver publicación en RUA). Social Analytics Web Interface v2.0 ofrece a nivel general las siguientes funcionalidades: • Visualización de analítica social a nivel genérico donde se muestran gráficas estadísticas. • Visualización de comparativa entre entidades analizadas en relación con el contenido social que ha sido procesado. • Analítica tanto para histórico de datos como para datos en tiempo real en las dos funcionalidades previamente mencionadas. • Analítica de datos en línea temporal de cada aspecto recuperado durante el procesamiento de datos. • Gestión de correos de notificaciones donde se envían analíticas configuradas en formato pdf para períodos de tiempo específicos. • Gestión de usuarios basados en identificación abierta con Twitter e Instagram. • Gestión de analíticas y entidades. • Gestión de informes generados en formato pdf. • Gestión de datos procesados con tecnologías del lenguaje humano en formato CSV para su posterior análisis. • Consulta de metadatos en formato JSON. • Gestión de monitorizaciones de contenido social en diferentes idiomas. En particular inglés, español, francés y catalán. • Servicios Web RESTful que gestionan los datos almacenados en el Social Analytics Database v2.0 (ver publicación en RUA) y sirven de puente para gestionar la información presentada en la interfaz visual. Esta interfaz web, entre otras cosas, ofrece un acceso adaptable a los diferentes dispositivos que acceden a ella, permitiendo de esta forma mostrar en todo momento una visualización apropiada para su lectura, comprensión e interacción con las diferentes funcionalidades permitidas.

Social Analytics Database v2.0 es una base de datos cuyo objetivo principal es el almacenamiento de mensajes encontrados en las redes sociales, para generar análisis e informes sobre esos mensajes en tiempo real. Además, también se almacenan los temas a seguir (organizados en colecciones y entidades) y los parámetros de búsqueda, mediante los cuales se han obtenido dichos mensajes, con el fin de tener una mejor visión y organización de los informes generados. Para este fin, se utilizan dos tecnologías de bases de datos diferentes. La primera utiliza Elasticsearch, una base de datos de documentos NoSQL. En esta base de datos se guardan los mensajes, indexándolos de tal forma que sea posible realizar consultas, exploraciones, análisis y estadísticas de manera muy flexible y en tiempo real. La segunda utiliza MariaDB, una base de datos relacional. Esta base de datos contiene la información relativa a los temas a seguir y los parámetros de búsqueda. También se utiliza para gestionar los usuarios de la plataforma Social Analytics.

Social Analytics Process v2.0 es un software informático que procesa, analiza y clasifica contenido usualmente procedente de las redes sociales a gran velocidad y lo almacena de forma optimizada para poder realizar posteriores análisis, agrupaciones y visualizaciones de datos en tiempo real. Entre los datos que se extraen podemos destacar aquellos proporcionados por las propias fuentes de información como son lugares, autores, likes (anotación colaborativa por los usuarios que gusta el contenido), número de seguidores de cada contenido y otros. Este software además incorpora tecnologías semánticas para interconectar y resolver etiquetas de geolocalización asociadas a los autores de contenido social, así como sus lugares de procedencia. Los resultados pueden ser utilizados por sistemas de terceros para su representación visual en modo mapa geográfico. Social Analytics Process v2.0 incorpora además otros datos tales como entidades relevantes, palabras claves y, sobre todo polaridad sentimental (positiva, negativa o neutral) y emociones expresadas en el contenido textual, que requieren para su obtención de tecnologías del lenguaje humano. Los metadatos obtenidos por el software van desde datos agregados hasta histogramas que capturan las características antes mencionadas a lo largo del tiempo. Entre las incorporaciones más relevantes y transversales en esta versión v2 se encuentra el procesamiento de contenido textual en varios idiomas. Estos idiomas son inglés, español, catalán y francés. Otra de las funcionalidades que se le suman es la de distinción y simplificación de contenido textual para lograr descubrir enlaces web (URLs) relevantes. Estos enlaces suelen indicar las fuentes originales de información detonantes de los comentarios sociales.

Social Analytics Listener v2.0 es una aplicación que permite la descarga de contenido de las redes sociales de modo organizado y estable. Esto es posible mediante el uso de las APIs (en inglés Application Program Interface) proporcionadas por redes sociales que permiten dos tipos de estrategias distintas de descarga. Una de ellas es enviar una consulta con ciertos términos para recuperar todo aquel contenido que contenga dichos términos y entonces recibir los contenidos pertinentes a medida que estos sean publicados en las redes. Este es el caso de Twitter. Por otro lado, existe otra estrategia que consiste en enviar consultas periódicas para recibir los últimos contenidos publicados. Este es el caso de Instagram. Las dos redes sociales, que Social Analytics Listener v2.0 gestiona hasta la fecha, son Twitter e Instagram. Las librerías software encargadas de ello han sido refactorizadas para Social Analytics Listener v2.0, para garantizar una gestión interna de contenido optimizada y unificada. Para ello la arquitectura del software plantea un modelo centralizado de sincronización de datos de modo que contenido recuperado, independientemente de la fuente, se corresponda unívocamente con la misma entidad. No obstante, la arquitectura de este sistema permite incluir en un futuro otras fuentes de contenido incluso sin contar con el uso de APIs para ese fin. Este es el caso de mecanismos que permitan extraer información directamente de la web. Social Analytics Listener v2.0 a diferencia de versiones anteriores incorpora un conjunto de filtros de datos en los que se hace posible el filtrado de contenido por idioma, país y la exclusión de contenido de autores específicos.

The writing style used in social media usually contains informal elements that can lower the performance of Natural Language Processing applications. For this reason, text normalisation techniques have drawn a lot of attention recently when dealing with informal content. However, not all the texts present the same level of informality and may not require additional pre-processing steps. Therefore, in this paper we explore the results of applying lexical normalisation applied to a sentiment analysis classification task on Web 2.0 texts, shows more than a 2.6% improvement over average F1 for the most informal data., El tipo de lenguaje empleado en las redes sociales suele incluir elementos informales que pueden afectar el rendimiento de las herramientas de procesamiento del lenguaje natural. El uso de técnicas de normalización léxica es una de las opciones que se han estado usando a la hora de tratar contenidos de la Web 2.0. Sin embargo, no todos los textos requieren dicho pre-procesamiento ya que pueden exhibir diferentes niveles de informalidad. En este trabajo exploramos el impacto de aplicar normalización léxica evaluando los resultados de un sistema de análisis del sentimiento antes y después de la normalización. Los resultados de nuestra investigación muestran una mejora de más del 2.6% sobre el F1 para los textos más informales.

En este trabajo se ha intentado recoger las acciones que se han llevado a cabo en la coordinación de la implantación del segundo curso del nuevo grado de Tecnologías de la Información para la Salud, grado con un marcado carácter multidisciplinar que condiciona la enseñanza de los contenidos. Entre estas acciones se han revisado las guías de cada asignatura participante en la red y se han realizado reuniones de seguimiento de la implantación de las asignaturas para detectar fortalezas y debilidades en el proceso docente. También se ha contado con la opinión de alumnos bien a través de encuestas bien directamente en conversaciones con los representantes del alumnado. Pretendemos que las conclusiones obtenidas tras el análisis de resultados se puedan aplicar el curso que viene y, de esta forma, avanzar en la implantación de la titulación con calidad y, especialmente, con el objetivo de formar egresados que satisfagan las necesidades de la sociedad.

El reconocimiento y la clasificación de entidades nombradas (RCEN) es clave para muchas aplicaciones de procesamiento de lenguaje natural. Sin embargo, la adaptación de un sistema RCEN resulta costosa, ya que la mayoría solo funcionan adecuadamente en el dominio para el que fueron desarrollados. Considerando esta premisa, se evalúa si un sistema de clasificación de entidades nombradas basado en perfiles y aprendizaje automático obtiene los mismos resultados independientemente del dominio del corpus de entrenamiento. Para ello, hemos experimentado con 6 tipos de entidades de dos dominios en español: general y médico. Aplicando técnicas para equilibrar la distribución de las clases, se ha logrado que la diferencia de F1 entre ambos dominios sea de 0,02 (F1: 50,36 versus 50,38, respectivamente). Lo cual apoya la independencia del dominio del sistema basado en perfiles., Named Entity Recognition and Classification (NERC) is a prerequisite to other natural language processing applications. Nevertheless, the adaptation of NERC systems is expensive given that most of them only work appropiately on the domain for which they were created. Bearing this idea in mind, a named entity classification system, which is profile and machine learning based, is evaluated to determine if the results are maintained regardeless of the domain of the training corpus. To that end, it is tested on 6 types of entities from two different domains in Spanish: general and medical. Applying techniques to balance class distribution, the difference in terms of F1 between domains is 0.02 points (F1: 50.36 versus 50.38, respectively). These results support the domain independence of our profile-based system.

For the healthcare sector, it is critical to exploit the vast amount of textual health-related information. Nevertheless, healthcare providers have difficulties to benefit from such quantity of data during pharmacotherapeutic care. The problem is that such information is stored in different sources and their consultation time is limited. In this context, Natural Language Processing techniques can be applied to efficiently transform textual data into structured information so that it could be used in critical healthcare applications, being of help for physicians in their daily workload, such as: decision support systems, cohort identification, patient management, etc. Any development of these techniques requires annotated corpora. However, there is a lack of such resources in this domain and, in most cases, the few ones available concern English. This paper presents the definition and creation of DrugSemantics corpus, a collection of Summaries of Product Characteristics in Spanish. It was manually annotated with pharmacotherapeutic named entities, detailed in DrugSemantics annotation scheme. Annotators were a Registered Nurse (RN) and two students from the Degree in Nursing. The quality of DrugSemantics corpus has been assessed by measuring its annotation reliability (overall F = 79.33% [95%CI: 78.35–80.31]), as well as its annotation precision (overall P=94.65%P=94.65% [95%CI: 94.11–95.19]). Besides, the gold-standard construction process is described in detail. In total, our corpus contains more than 2000 named entities, 780 sentences and 226,729 tokens. Last, a Named Entity Classification module trained on DrugSemantics is presented aiming at showing the quality of our corpus, as well as an example of how to use it.

En este trabajo se ha intentado recoger las acciones que se han llevado a cabo en la coordinación de la implantación del segundo curso del nuevo grado de Tecnologías de la Información para la Salud, grado con un marcado carácter multidisciplinar que condiciona la enseñanza de los contenidos. Entre estas acciones se han revisado las guías de cada asignatura participante en la red y se han realizado reuniones de seguimiento de la implantación de las asignaturas para detectar fortalezas y debilidades en el proceso docente. También se ha contado con la opinión de alumnos bien a través de encuestas bien directamente en conversaciones con los representantes del alumnado. Pretendemos que las conclusiones obtenidas tras el análisis de resultados se puedan aplicar el curso que viene y, de esta forma, avanzar en la implantación de la titulación con calidad y, especialmente, con el objetivo de formar egresados que satisfagan las necesidades de la sociedad.