Presentación

El grupo Human Language and Accessibility Technologies Group (HULAT) está constituido por un equipo multidisciplinar de doctores y profesionales en el sector de las tecnologías de la información. El grupo pertenece al Departamento de Informática de la Universidad Carlos III de Madrid. Trabajamos en proyectos de I+D relacionados con tecnologías de procesamiento del lenguaje natural, recuperación y extracción de información en diversos dominios, sistemas de búsqueda de respuestas, usabilidad y accesibilidad en interfaces de usuario. Mantenemos estrechas colaboraciones con varias empresas.

El grupo formó parte del consorcio MAVIR, una red de investigación co-financiada por la Comunidad de Madrid y el Fondo Social Europeo bajo los programas de I+D en TIC.

Participación de Lourdes Moreno en el “Artificial Intelligence and Accessibility Research Symposium” del W3C, en el panel "Natural Language Processing for Accessible Communication"

Los pasados 10 y 11 de enero se celebró el “Artificial Intelligence (AI) and Accessibility Research Symposium”, en el marco de la iniciativa WAI del W3C con el proyecto “Communities of Practice (WAI-CooP) the W3C Accessible Platform Architectures (APA) Working Group”. Este simposio reunió a investigadores para identificar los desafíos y oportunidades actuales que plantea el uso cada vez mayor de la AI en relación con la accesibilidad y explorar cómo la investigación en curso puede aprovechar y mejorar la accesibilidad.

Tesis Doctoral Weakly supervised Deep Learning for Natural Language Processing

El pasado 21 de Diciembre, Cristóbal Colón-Ruiz defendió la tesis doctoral “Weakly supervised Deep Learning for Natural Language Processing”, dirigida por Isabel Segura-Bedmar, Profesora Titular del Departamento de Informática de la Universidad Carlos III de Madrid, miembro del grupo Hulat y vocal de la Sociedad IABIOMED. 
Los recientes avances en procesamiento del lenguaje natural (PLN) se atribuyen a modelos de aprendizaje profundo, especialmente los transformers. Sin embargo, estos modelos requieren grandes cantidades de datos anotados, que son costosos de generar. La tesis aborda este desafío desarrollando métodos para PLN con pocos datos, empleando técnicas semi-supervisadas y modelos generativos. Estos métodos han mostrado resultados prometedores, especialmente en aplicaciones biomédicas, y podrían ser útiles en otros contextos de PLN pese a la limitación de datos.

Presentación del Proyecto Access2Citizen. Accesibilidad al servicio de emergencia 112

El Real Patronato sobre Discapacidad del Ministerio de Derechos Sociales y Agenda 2030 junto con su entidad asesora el Centro Español del Subtitulado y la Audiodescripción (CESyA), gestionado por la Universidad Carlos III de Madrid, ha llevado a cabo el proyecto ‘Access2Citizen’ con el objetivo de asegurar que los servicios de emergencias telemáticos y telefónicos sean accesibles a las personas con discapacidad sensorial y cognitiva.