Investigadores crean sistema para extraer información de artículos sobre COVID-19

Un grupo de investigadores de la Universidad del País Vasco ha desarrollado un prototipo para VIGICOVID, que es un sistema de extracción automática de información para artículos científicos sobre COVID-19. El sistema se basa en preguntas en lenguaje natural para obtener respuestas sobre COVID-19.

El proyecto que involucra a VIGICOVID fue dirigido por el Centro HiTZ de la UPV/EHU, el Grupo NLP & IR de la UNED y la Unidad de Tecnologías del Lenguaje y la Inteligencia Artificial de Elhuyar.

La investigación se publicó en la revista Knowledge-Based Systems.

Cambiar el paradigma de búsqueda de información

Eneko Agirre es el jefe del Centro HiTZ de la UPV/EHU.

“El paradigma de búsqueda de información está cambiando gracias a la inteligencia artificial”, dijo Agirre. “Hasta ahora, al buscar información en internet, se ingresa una pregunta y se debe buscar la respuesta en los documentos que muestra el sistema. Sin embargo, en línea con el nuevo paradigma, los sistemas que proporcionan la respuesta directamente sin necesidad de leer todo el documento están cada vez más extendidos”.

Xabier Saralegi es un investigador de Elhuyar.

“El usuario no solicita información utilizando palabras clave, sino que hace una pregunta directamente”.

El sistema se basa en dos pasos separados para buscar respuestas.

“En primer lugar, recupera los documentos que pueden contener la respuesta a la pregunta formulada utilizando una tecnología que combina palabras clave con preguntas directas. Es por eso que hemos explorado arquitecturas neuronales”, dijo el Dr. Saralegi.

Arquitectura neuronal profunda

El equipo se basó en una arquitectura neuronal profunda alimentada con ejemplos.

“Es decir, que los modelos de búsqueda y los modelos de respuesta a preguntas se entrenan mediante aprendizaje automático profundo”, continuó.

El conjunto de documentos se extrae primero y luego se procesa nuevamente a través de un sistema de preguntas y respuestas, lo que ayuda a obtener respuestas específicas.

“Hemos construido el motor que responde a las preguntas; cuando el motor se le da una pregunta y un documento, es capaz de detectar si la respuesta está o no en el documento, y si lo está, nos dice exactamente dónde está”, dijo el Dr. Agirre.

Según los investigadores, estaban satisfechos con los resultados de su trabajo.

“De las técnicas y evaluaciones que analizamos en nuestros experimentos, tomamos aquellas que dan al prototipo los mejores resultados”, continuó el Dr. Agirre. “Hemos encontrado otra forma de realizar búsquedas para cuando la información es urgente, y esto facilita el proceso de uso de la información. En el nivel de investigación, hemos demostrado que la tecnología propuesta funciona, y que el sistema proporciona buenos resultados”.

“Nuestro resultado es un prototipo de un proyecto de investigación básica. No es un producto comercial”, agregó Saralegi.

Con eso dicho, este tipo de prototipos se pueden modelar en un corto período de tiempo, lo que significa que puede que no pase mucho tiempo antes de que haya un producto comercial.