Casos de éxito
LBRAND, una herramienta para analizar automáticamente la marca social del euskera y del catalán:
LBRAND proiektuan, euskara eta katalanaren marka soziala modu automatiko eta jarraituan aztertzeko adimen artifizialeko tresna garatu da. Sistemak prentsa digitaleko albisteak eta sare sozialetako mezuak biltzen ditu, hizkuntzei buruz ari diren testuak identifikatzen ditu, eta marka horien inguruko pertzepzioa neurtzen du hainbat adierazleren bidez. EHUko NIK ikerketa-taldearentzat diseinatutako tresna da, euskararen eta katalanaren marka-azterketa eskala handian egiteko.
LBRAND, una herramienta para analizar automáticamente la marca social del euskera y del catalán:
Descripción general
LBRAND proiektuan, euskara eta katalanaren marka soziala modu automatiko eta jarraituan aztertzeko adimen artifizialeko tresna garatu da. Sistemak prentsa digitaleko albisteak eta sare sozialetako mezuak biltzen ditu, hizkuntzei buruz ari diren testuak identifikatzen ditu, eta marka horien inguruko pertzepzioa neurtzen du hainbat adierazleren bidez. EHUko NIK ikerketa-taldearentzat diseinatutako tresna da, euskararen eta katalanaren marka-azterketa eskala handian egiteko.
Reto
El mayor reto ha consistido en tratar grandes corpus textuales procedentes de muchos años y de diversas fuentes —noticias de 37 medios de comunicación digitales y mensajes de la plataforma X— y distinguir entre todos ellos aquellos que tratan realmente sobre el euskera o el catalán de forma automática. Además, más allá de evaluar la presencia de estos idiomas, el proyecto ha requerido inferir de forma fiable aspectos como las actitudes que revelan los textos, las entidades y personas vinculadas a estos idiomas, los temas principales y la localización de cada marca —con los ejes entorno rural versus entorno urbano y tradición versus modernidad—.
Cooperación
Se ha desarrollado en colaboración con el grupo NIK de la EHU.
Resultado
El resultado es la plataforma interactiva LBRAND, que permite consultar los principales indicadores utilizados para analizar la marca del euskera y del catalán: su nivel de presencia, la actitud respecto a la marca, las entidades y personalidades vinculadas a las lenguas, las asociaciones temáticas y las localizaciones simbólicas. Para calcular estos indicadores de forma automática, el sistema utiliza técnicas avanzadas de comprensión del lenguaje natural basadas, entre otros, en los modelos LLM RoBERTa y Llama 3.3 70B. Además, es capaz de analizar noticias del periodo 2008-2024 y mensajes de redes sociales correspondientes al periodo 2008-2022.
