Aplicaciones de procesamiento de lenguaje natural y Ciencia de Datos

Abstract

Cada día se generan grandes cantidades de datos de diversos tipos y vinculadas a diversas áreas de conocimiento (textos, imágenes, audios, videos, entre otros). La posibilidad de analizar estos enormes volúmenes de datos permite generar conocimiento que sirva como fundamento para la toma de decisiones en ámbitos tan diversos como la salud, la administración de distintos recursos, el deporte, las actividades turísticas, entre otros. En este contexto resultan de gran utilidad los modelos desarrollados en áreas de conocimiento como la Ciencia de Datos, el Aprendizaje Automático, la Minería de Textos por citar algunas. En el ámbito de análisis automático de textos (para aplicaciones de análisis de sentimientos, minería de opinión, entre otras) la mayoría de los algoritmos, herramientas y recursos disponibles han sido desarrollados para el idioma inglés por lo que no pueden aplicarse a textos escritos en idioma español. En este artículo se presentan soluciones desarrolladas en el proyecto <i>Descubrimiento de Conocimiento en Bases de Datos</i>, basadas en aplicación de técnicas de Procesamiento de Lenguaje Natural y Ciencia de Datos. En particular, se presentan aplicaciones web para seguimiento de la evolución de casos de Dengue y COVID-19 en Argentina, otra aplicación que presenta una aplicación de Topic Modelling a noticias en lenguaje español, otro caso de aplicación de Análisis de Sentimientos a entidades vinculadas al turismo y finalmente un caso de generación de estadísticas avanzadas a partir del procesamiento de conjuntos de datos históricos de básquet.