Un proyecto IST trata de mejorar el suministro de noticias en línea
Investigadores que trabajan en un proyecto financiado por la UE han desarrollado un nuevo conjunto de herramientas de web semántica que ayudarán a los usuarios a encontrar en línea con mayor rapidez las noticias que más les interesan. La plataforma del proyecto «News Engine Web Services» (NEWS) comprende una clasificación y un sistema de anotación basado en una ontología que permite a los ordenadores «leer» los contenidos de las noticias en la red en muchos idiomas y analizar el contenido, ofreciendo un conjunto de resultados que se adapta mejor a las necesidades del usuario. El usuario que lo desconoce puede pensar que esto es lo que hace un ordenador normalmente cuando realizamos una búsqueda en línea. Sin embargo, un ordenador no puede realizar las mismas tareas sin nuestra intervención porque las páginas web están diseñadas para que las lean personas, no las máquinas. Las tecnologías de web semántica tienen como objetivo cambiar todo eso haciendo que las páginas web sean más comprensibles para los ordenadores, de modo que puedan buscar sitios web y realizar acciones de forma estandarizada. El sistema de anotación basado en la web, desarrollado por el proyecto NEWS, permite a las agencias nuevas clasificar mejor la información dando como resultado un suministro de noticias en línea más personalizado. «Hasta ahora las clasificaciones de noticias consistían normalmente en aproximadamente 12 términos como deportes, actualidad internacional, finanzas, que un periodista sabía de memoria», declara el Dr. Ansgar Bernardi, subdirector del Grupo de Gestión del Conocimiento en el DFKI, el Centro alemán de Investigación de Inteligencia Artificial, y coordinador del proyecto NEWS. «Eso no es muy exacto. Nuestro sistema puede analizar automáticamente una historia y acceder a 1.300 términos de clasificación para definirla», declara el Dr. Bernardi. Una de las características del nuevo sistema de clasificación y anotación es su capacidad para distinguir entre personas o lugares con el mismo nombre para evitar «falsos positivos». Esto se consigue utilizando un algoritmo adaptativo llamado «IdentityRank». «El proyecto comenzó en realidad como resultado de nuestro trabajo principal, pero funciona bien y pienso que puede generar bastante interés científico», declara el Dr. Bernardi. Combinando su sistema con un programa comercial de reconocimiento de voz, los socios del proyecto desarrollaron también una «prueba de concepto» para analizar los ficheros de audio de noticias. El sistema del proyecto ha atraído el interés de nuevas agencias y se han puesto en marcha planes para su comercialización.