El grupo HULAT coniguió el cuarto puesto en la tarea ADoBo 2025 (https://adobo-task.github.io/) en IberLEF 2025. Esta tarea tiene como objetivo la detección automática de anglicismos en textos en español.
El trabajo desarrollado está desarrollado en las working notes "HULAT-UC3M @ ADoBo 2025: A RoBERTa-based Pipeline for Anglicisms Detection in Spanish Texts", que fue presentado por Javier Madrid Hijosa el pasado 23 de septiembre.
Nuestro equipo empleó Grandes Modelos de Lenguaje (LLMs) de última generación, destacando el modelo XLM-RoBERTA entre otros, aplicándoles técnicas de Instruction Fine-tuning. Además, se desarrolló un sistema usando el modelo, mejorando así sus capacidades y reduciendo el número de fallos.
El sistema fue modificado numerosas veces para obtener la mejor versión. Se llegaron a probar con simples técnicas de normalización de textos hasta usar herramientas de NER Tagging como los modelos SpaCy. Las working notes detallando todo el trabajo serán publicadas en un futuro en CEUR.
El trabajo de HULAT no acaba aquí. En el futuro se seguirá trabajando para desarrollar una herramienta capaz de detectar anglicismos en textos y definirlos, ayudando así a su correcta comprensión para cualquier persona que lo necesite.