4 April, 2020 Revista Digital sobre Patentes, Marcas y Propiedad Intelectual

M3, un sistema para saber de qué hablan los medios de comunicación

Por Marytere Narváez

Mérida, Yucatán.  (Agencia Informativa Conacyt).- ¿Sabes cuántas veces se ha publicado en los principales medios electrónicos mexicanos la palabra “ciencia”? Al menos 399 veces de enero de 2016 a agosto de 2018, de acuerdo con la plataforma http://m3.geoint.mx/ del Centro de Investigación en Ciencias de Información Geoespacial (Centrogeo), unidad Yucatán.

El grupo de investigación de Geointeligencia computacional de Centrogeo, unidad Yucatán, desarrolla el proyecto Monitoreo de Múltiples Medios (conocido también como M3), un sistema de obtención, análisis y visualización de información publicada en medios masivos de comunicación en su versión electrónica.

En entrevista para la Agencia Informativa Conacyt, el ingeniero Mario Chirinos Colunga, investigador del Centrogeo encargado del proyecto, describió que la base de datos consta hasta el momento de 45 fuentes de información en texto y nueve fuentes de audio, con un total dos millones 285 mil 926 documentos de texto y 29 mil 981.35 horas de audio.

“No todos los diarios tienen una hemeroteca, y de los que la tienen no en todos los casos se puede realizar una búsqueda adecuada y en otros casos las noticias solo están disponibles por un periodo de tiempo. Solo unos pocos diarios, como La Jornada, tienen bien organizada su información. Por lo que nuestro sistema M³ nos permite tener una base de datos única para hacer búsquedas y realizar diversas investigaciones”.

1-mobilescan0118.jpgAdemás de las fuentes de texto, se monitorea y almacena el audio de 10 estaciones de radio durante la transmisión que realizan de 6:00 a 24:00 horas, misma que se transcribe automáticamente utilizando un transcriptor llamado CMU Sphinx.

“Ya que se ha transcrito el audio, se pueden hacer búsquedas de la misma forma que se hace con las noticias de los periódicos. Podemos encontrar cuáles son los temas más importantes de lo que se está hablando o de cuántos temas se está hablando en cierto periodo de tiempo, utilizando técnicas de procesamiento de lenguaje natural”, apuntó Chirinos Colunga.

“Programamos lo que se llaman crawlers o arañas que ‘suben’ a las páginas de Internet y bajan su contenido. Son pequeños programas que se les dice a dónde ir y qué información buscar”.

El proyecto inició con el propósito de desarrollar una base de datos que sustente otras investigaciones del grupo de geointeligencia computacional, como la del doctor Alejandro Molina Villegas, experto en procesamiento de lenguaje natural (NLP, por sus siglas en inglés), la de Gandhi Hernández Chan, quien trabaja con identificación de emociones en texto, y la del doctor Oscar Sánchez Siordia, coordinador de la unidad Yucatán, quien trabaja con redes sociales y sobre identificación automática de conflictos violentos en notas de prensa.

Desarrollo tecnológico

El primer paso del proyecto fue escoger los periódicos más reconocidos, como La Jornada, que era el más óptimo debido a que almacena sus publicaciones de manera ordenada. Posteriormente se consultó ComScore, una página que hace un listado de los medios más importantes de comunicación.

“Escogimos los principales diarios nacionales y los dos primeros diarios locales de cada estado. En este momento tenemos 45 diarios, pero la idea es tener todos los diarios de circulación nacional y local”, apuntó Chirinos Colunga.

Una vez que la araña (crawler) descarga la información en un archivo de formato JSON (JavaScript Object Notation) y se almacena en la base de datos, permite que el usuario pueda buscar en dicha base cualquier información que desee a través de una plataforma intuitiva. “Tenemos dos millones 337 mil noticias al día de hoy y 26 mil 800 minutos de audio. El proyecto comenzó en agosto de 2017”, resaltó el investigador.

Procesamiento del lenguaje natural

De acuerdo con Alejandro Molina Villegas, el procesamiento de lenguaje natural tiene por objetivo que la computadora analice, entienda y derive significado a partir del lenguaje humano. “Es decir, se busca modelar los mecanismos necesarios para la comunicación humana pero por medio de programas de cómputo. Dichos modelos se enfocan no solo en el procesamiento simbólico del lenguaje, sino en su comprensión y en otros aspectos cognitivos”.

1-tablsaber0118.jpgPara checar el listado completo, dar clic aquí.Para el investigador, el mayor reto del procesamiento de lenguaje natural es emular los aspectos cognitivos del ser humano y su manera eficiente de vincular pensamiento y lenguaje.

“En la década de los cuarenta, el matemático Alan Turing se planteó la cuestión de si una computadora podría llegar a pensar. Es decir, si es posible generar inteligencia artificial. Desde entonces, los científicos soñamos con poder conversar con un robot tal y como lo haríamos con una persona: expresando ideas abstractas en nuestro idioma”, describió.

En el proyecto M3, se busca utilizar procesamiento de lenguaje natural para generar modelos para la georreferenciación. “Por ejemplo, queremos detectar cuando se menciona un lugar o una entidad georreferenciable para luego obtener sus coordenadas”, apuntó el investigador.

Molina Villegas trabaja también en la identificación automática de temas por medio de técnicas de agrupamiento (clustering) para agrupar los documentos que hablan de temas similares, así como en la identificación de emociones en el texto.

De acuerdo con el especialista, el área de modelización probabilística de tópicos (Probabilistic Topic Modeling) está basada en la idea de que un documento es una mezcla de temas (tópicos), donde un tema es definido como una distribución de probabilidad sobre las palabras.

“Esto tiene muchas aplicaciones interesantes, empezando por la posibilidad de agrupar semánticamente los documentos, de manera que aquellos que hablan de la misma mezcla de temas quedan juntos. Una vez programado, se puede correr el experimento para toda la biblioteca digital de una universidad. Los motores de búsqueda que utilizamos a diario funcionan con módulos como este”.

En la línea de análisis y reconocimiento de voz, Molina Villegas se ha interesado también en la clasificación automática de llamadas delictivas. Como resultado, desarrolló un programa que identifica cuándo está en curso una llamada de secuestro y permite emitir una alerta a las autoridades o a los familiares de la persona que recibe la llamada. “Estoy buscando financiamiento o capital semilla para ponerlo en una app”.

1-tablhura0118.jpg

Comparte tu opinión sobre este artículo

Comentarios

Related Posts

Investigadores desarrollan fertilizante a base de microorganismos

14 julio, 2016

14 julio, 2016

AUTOR: Montserrat Muñoz FUENTE: AGENCIA INFORMATIVA CONACYT Guadalajara, Jalisco. (Agencia Informativa Conacyt).- Un grupo de científicos del Centro de Investigación y Asistencia...

Estudian plegamiento de proteínas con algoritmos computacionales

27 agosto, 2016

27 agosto, 2016

AUTOR: Felipe Sánchez  FUENTE: AGENCIA INFORMATIVA CONACYT Saltillo, Coahuila.  (Agencia Informativa Conacyt).- En 2005, un grupo de investigadores mexicanos creó el...

Innova Cidesi en línea de ensamble para industria automotriz

22 septiembre, 2016

22 septiembre, 2016

Santiago de Querétaro, Querétaro. 26 de agosto de 2016 (Agencia Informativa Conacyt).- En respuesta a las tendencia y necesidades de la...

POLITÉCNICAS CREAN PERFUME QUE REGULA EL PH DEL CUERPO

2 marzo, 2016

2 marzo, 2016

Por Agencia Id Para neutralizar la acidez (pH) del cuerpo de las personas, estudiantes del Centro de Estudios Científicos y...

Hacia la domesticación del orégano

6 octubre, 2018

6 octubre, 2018

Por Felipe Sánchez Banda Saltillo, Coahuila.  (Agencia Informativa Conacyt).- México es el segundo productor de orégano en el mundo, después de...

Tecnologías de bajo impacto para evitar inundaciones

13 julio, 2017

13 julio, 2017

Por Génesis Gatica Porcayo Ciudad de México.  (Agencia Informativa Conacyt).- La Universidad Autónoma del Estado de Hidalgo (UAEH) busca implementar...

Alumnos de la UTA desarrollan plan logístico para la movilización comercial del mezcal

26 diciembre, 2018

26 diciembre, 2018

FUENTE: Asociación Nacional de Universidades e Instituciones de Educación Superior, ANUIES, www.anuies.mx • El presidente del Sistema Producto Maguey Mezcal...

Un recorrido virtual en bicicleta interactiva

1 julio, 2016

1 julio, 2016

AUTOR: Erika Rodríguez   FUENTE: AGENCIA INFORMATIVA CONACYT Zacatecas, Zacatecas.  (Agencia Informativa Conacyt).-Estudiantes de la carrera de ingeniería mecatrónica de la...

Innovan en procesos y materiales de construcción

18 septiembre, 2017

18 septiembre, 2017

Por Amelia Gutiérrez Solís Villa de Álvarez, Colima.  (Agencia Informativa Conacyt).- En el norte del municipio de Villa de Álvarez,...

Harina de sorgo, alternativa para combatir el hambre y la desnutrición

12 octubre, 2018

12 octubre, 2018

Por Felipe Sánchez Banda Saltillo, Coahuila. 8 (Agencia Informativa Conacyt).- En México, 23.3 por ciento (27 millones) de la población...

Campos electromagnéticos para esterilizar materiales quirúrgicos y de laboratorio

8 septiembre, 2017

8 septiembre, 2017

Por Génesis Gatica Porcayo Ciudad de México. (Agencia Informativa Conacyt).- Investigadores de la Universidad Autónoma del Estado de Hidalgo (UAEH) han...

Alumnos de la FIME diseñaron prototipos automatizados

13 julio, 2017

13 julio, 2017

FUENTE: Claudia Peralta Vázquez, Asociación Nacional de Universidades e Instituciones de Educación Superior, ANUIES, www.anuies.mx Entre los proyectos destacan: brazos...

¿Existe relación entre contaminación ambiental y cáncer de mama?

1 septiembre, 2018

1 septiembre, 2018

Por Génesis Gatica  Ciudad de México.  (Agencia Informativa Conacyt).- En el Centro de Ciencias de la Atmósfera (CCA) y en...

Crean nuevo dispositivo para implantes dentales

17 junio, 2016

17 junio, 2016

AUTOR: Boletín de prensa   FUENTE: CONACYT, AGENCIA INFORMATIVA CONACYT Aguascalientes, Aguascalientes.  (Agencia Informativa Conacyt).-David Masuoka Ito, profesor investigador del Departamento...

Insectos comestibles: nutritivos y de buen sabor

10 septiembre, 2016

10 septiembre, 2016

AUTOR: Israel Pérez Valencia  FUENTE: AGENCIA INFORMATIVA CONACYT Santiago de Querétaro, Querétaro.  (Agencia Informativa Conacyt).- Con la finalidad de promover la...