Sistema para etiquetar automáticamente contenidos de Naiz.eus:

Motores de búsqueda y gestión del conocimiento

Descripción general

Hemos integrado en el medio de comunicación digital Naiz.eus un sistema de etiquetado semántico automático de noticias y contenidos escritos. Este sistema analiza el contenido de las noticias y propone automáticamente descriptores temáticos, palabras clave y entidades relevantes, con el fin de facilitar la organización, búsqueda, relación y personalización de los contenidos.

Reto

El principal reto ha consistido en automatizar el trabajo de anotación semántica que los periodistas realizaban manualmente, manteniendo una calidad adecuada y reduciendo, en la medida de lo posible, la necesidad de revisión manual. Para ello, ha sido necesario definir el sistema de categorías de Naiz, preparar un corpus de noticias anotado, adaptar los modelos neuronales al dominio y construir un servicio ágil capaz de integrar el sistema en el flujo de trabajo diario del CMS.

Cooperación

Se ha desarrollado en colaboración con NAIZ.

Resultado

Se ha conseguido un sistema integrado que permite etiquetar automáticamente los contenidos de Naiz.eus. El sistema propone para cada noticia los temas principales, las palabras clave y las entidades relevantes, con el fin de facilitar la organización, búsqueda, personalización y análisis de los contenidos. Para ello, se han utilizado modelos lingüísticos y LLM de tipo autoencoder para extraer descriptores temáticos, descriptores específicos y entidades relevantes. La solución se ha integrado mediante API en el flujo de trabajo del CMS, lo que permite llevar a cabo el etiquetado semántico de manera más rápida, sistemática y escalable.