2021
Entrevista de radio en "Hoy por Hoy" de la SER a Lourdes Moreno del grupo HULAT por el proyecto EASIER, un sistema de simplificación léxica en español para hacer la información accesible a las personas con discapacidad intelectual financiado por INDRA y Fundación Universa. En este proyecto se han utilizado técnicas de accesibilidad y de Procesamiento de Lenguaje Natural.
EASIER es una plataforma que ayuda a las personas a comprender mejor los textos y funciona apoyándose en métodos de inteligencia artificial. Básicamente proporciona simplificación léxica de los textos en español ofreciendo distintas ayudas a la comprensión.
In this paper, we present Deep-Sync, a tool for the alignment of subtitles with the audio-visual content. The architecture integrates a deep language representation model and a real-time voice recognition software to build a semantic-aware alignment tool that successfully aligns most of the subtitles even when there is no direct correspondence between the re-speaker and the audio content. Deep-Sync was compared with other subtitles alignment tool, showing that our proposal is able to improve the synchronisation in all tested cases.
The paper “Disambiguating Clinical Abbreviations Using Pretrained Word Embeddings” has been accepted in HEALTHINF 2021 conference
Participation of HULAT in SDU@AAAI-21 shared task for Acronym Disambiguation. The work will be presented inAAAI-21 Workshop on Scientific Document Understanding, February 9 2021
Horacio Saggion, profesor de la Universidad Pompeu Fabra, será el ponente del seminario "Automatic Text Simplification and Summarization" que se impartirá on line del 18 al 22 de enero de 2021 en el marco del Master de Ciencia y Tecnología de la Universidad Carlos III de Madrid. Se abordarán las tareas de simplificación de textos y generación automática de resúmenes como dos tareas de procesamiento del lenguaje natural, exponiendo métodos, recursos, arquitecturas y evaluación de sistemas.
This article presents a framework for pharmaceutical record matching based on machine learning techniques in a big data environment. Available in open access here.
2020
"The Impact of Pretrained Language Models on Negation and Speculation Detection in Cross-Lingual Medical Text: Comparative Study", Vol 8, issue 2 published in JMIR Medical Informatics
El grupo HULAT participa en las conferencias internacionales en el ámbito de la accesibilidad y las tecnologías: ACM ASSETS 2020 y DSAI 2020. En ellas se ha presentado un sistema de simplificación léxica y un sistema de desambiguación, ambas contribuciones se enmarcan en la línea de investigación de desarrollar soluciones que favorezcan el acceso a contenidos claros, sencillos y de fácil comprensión para las personas con discapacidad intelectual de manera específica, y a todas las personas en general.
