Se ha abierto el plazo de inscripción del curso de "Técnicas de Extracción y Visualización de Información: Aplicación en la Construcción de Portales Especializados", dirigido por la Profesora Felisa Verdejo, de la Universidad Nacional de Educación a Distancia, y organizado por la Fundación Duques de Soria. En este curso se presentan las técnicas más modernas y avanzadas de extracción y visualización de información textual, y se discute un rango muy amplio de aplicaciones orientadas a la mejora en el acceso a la información, especialmente en la Web. El curso se celebra del 7 al 11 de Julio en el Convento de la Merced, sede de la Fundación, en Soria.

La descripción del curso es la siguiente:

Hoy en día, con la cantidad de información disponible en la Web, se hace necesario contar con sistemas de extracción de información, que de forma automática detecten elementos de interés en colecciones de documentos multimedia, y permitan mediante técnicas de clasificación, filtrado y análisis proporcionar al usuario un acceso a la información de forma condensada, para una necesidad específica.

La primera generación de sistemas de extracción, trabajaban sobre textos, y las técnicas se basaban en la construcción manual de reglas de extracción. Este enfoque que da buenos resultados para un dominio concreto, es costoso y poco escalable a colecciones abiertas de gran tamaño. Por otra parte, los documentos en la Web no constan únicamente de texto, sino que por una parte el contenido incluye también imágenes, video, transcripciones de sonido, etc., y además tienen cierta estructura. De ahí el interés creciente en técnicas de aprendizaje automático (supervisado y no supervisado) que permitan afrontar los nuevos retos de esta tarea.

Este curso, centrado en extracción y visualización de información, se ha organizado en dos partes, una consistente en charlas de presentación del estado del arte, impartidas por investigadores  con recientes publicaciones y presencia internacional en este campo, y una segunda, en donde desde el punto de vista de las aplicaciones, se verán los criterios para seleccionar de entre las técnicas disponibles, las más adecuadas para construir un sistema que resuelva unas determinadas necesidades de información, abordando también los aspectos de interacción con el usuario y visualización de resultados. Las diferentes aplicaciones están relacionadas con proyectos de I+D europeos en curso, y serán impartidas por participantes en dichos proyectos, procedentes del ámbito industrial y académico.

En esta tercera edición se abre la posibilidad de presentación de trabajos por parte de los asistentes, para dar a los jóvenes investigadores una oportunidad de difundir y recibir realimentación sobre su trabajo.

Los contenidos del curso son los siguientes:

• Introducción y metodología de trabajo (Felisa Verdejo, UNED)
• Estado del arte: Clasificación de páginas Web (Víctor Fresno, UNED)
• Estado del arte en extracción adaptativa (Jordi Turmo, UPC)
• Estado del arte en reconocimiento de entidades nombradas y relaciones semánticas entre las mismas (evaluación ACE) (Andrés Montoyo, U. Alicante)
• Técnicas de clasificación y filtrado aplicadas a la detección de spam  en la Web (José María Gómez Hidalgo, Optenet)
• NewsExplorer – combining various text analysis tools to allow multilingual news linking and exploration (Ralf Steinberger, EU Joint Research Center)
• Las  tecnologías de lenguaje en sistemas de recuperación de información multimedia: su aplicación en los proyectos europeos aceMedia, MESH y RUSHES (Paulo Villegas, Telefonica I+D)
• La  exploración interactiva  de contenido cultural multimedia y multilingüe en el proyecto europeo MultiMatch (Juan Cigarrán, UNED)

Más información sobre este curso en: http://www.fds.es/es/contenido/?iddoc=31

[José María Gómez Hidalgo]