El proyecto TeresIA, coordinado por el CSIC, desarrolla la primera infraestructura para la terminología en español
Esta iniciativa, financiada por la Secretaría de Estado de Digitalización e Inteligencia Artificial (SEDIA) a través de los fondos europeos, forma parte de la Estrategia Nacional de Inteligencia Artificial (ENIA).
El Consejo Superior de Investigaciones Científicas (CSIC), organismo adscrito al Ministerio de Ciencia, Innovación y Universidades, ha acogido este lunes en su sede central de Madrid la jornada de presentación de resultados del proyecto TeresIA, una iniciativa que ha permitido desarrollar un metabuscador de acceso a terminologías en español y lenguas oficiales.
Su principal aplicación será facilitar la localización de terminologías validadas imprescindibles para la traducción y la interpretación, el lenguaje claro o el desarrollo de tecnologías del lenguaje en español. El proyecto, coordinado por el CSIC, también ha desarrollado servicios de inteligencia artificial que, combinados con el conocimiento experto, permiten detectar y trabajar con neologismos.
TeresIA cuenta con la participación del Instituto Cervantes, la Asociación Española de Terminología, la Universidad Politécnica de Madrid y el Centro Nacional de Supercomputación y desarrolla una línea de trabajo con la Real Academia de Ingeniería. Además, colabora la Organización de Naciones Unidas (ONU) y con la Dirección General de Traducción de la Comisión Europea, para fomentar la presencia del español en entornos internacionales y multilingües.
Este proyecto ha sido financiado con 1,4 millones de euros de fondos europeos, a través de la Secretaría de Estado de Digitalización e Inteligencia Artificial del Ministerio para la Transformación Digital y de la Función Pública. Además, el proyecto se enmarca en la Estrategia Nacional de Inteligencia Artificial (ENIA), incluida en el Plan de Recuperación, Transformación y Resiliencia.
La iniciativa se impulsó a través del PERTE de la Nueva Economía de la Lengua, como uno de los proyectos estratégicos del Gobierno de España orientado a aprovechar el potencial del español y de las lenguas cooficiales como motor de crecimiento económico y competitividad internacional en ámbitos como la inteligencia artificial, la traducción, el aprendizaje, la divulgación cultural, la producción audiovisual, la investigación y la ciencia.
El acto ha sido inaugurado por la presidenta del CSIC, Eloísa del Pino, y ha contado con la participación del director del Instituto Cervantes, Luis García Montero; la secretaria general de Investigación, Eva Ortega Paíno; y la directora general de Inteligencia Artificial, Aleida Alcaide. Asimismo, la presidenta del Institut d’Estudis Catalans, Teresa Cabré, ha impartido una conferencia sobre el origen y el futuro de esta iniciativa. La investigadora principal del proyecto, Elea Giménez Toledo (ILLA/CSIC), ha abierto la sesión de presentación de los principales resultados de TeresIA, defendiendo la continuidad del proyecto por lo que representa para el español científico. Durante la jornada también se ha celebrado un coloquio moderado por Eva Catalán (The Conversation).
Proyecto TeresIA
TeresIA se configura como una infraestructura que aúna el metabuscador de terminologías y distintos servicios de inteligencia artificial para organismos e instituciones, con el objetivo de generar, validar y normalizar nuevas terminologías, que se incorporarán también al metabuscador.
En concreto, el desarrollo de terminologías especializadas contribuye a mejorar la traducción automática y humana, garantizando mayor precisión y eficiencia en las equivalencias entre conceptos científicos de distintas lenguas. Asimismo, facilita la incorporación correcta del lenguaje especializado a los modelos de lenguaje e inteligencia artificial, favoreciendo que estas herramientas comprendan y utilicen mejor el español científico.
La iniciativa TeresIA ha permitido diseñar y aplicar procedimientos para la extracción de neologismos terminológicos, su validación lingüística y científica, la conversión de datos preexistentes a formatos compatibles con la web de datos y la creación de conjuntos de datos abiertos FAIR (localizables, accesibles, interoperables y reutilizables). Estos recursos podrán ser utilizados por distintas tecnologías del lenguaje. Todo ello se ha desarrollado con un firme compromiso con la ciencia abierta y el multilingüismo, también en el ámbito científico.
Los resultados del proyecto tendrán aplicación en áreas como la traducción y la interpretación institucionales, el entrenamiento de algoritmos, las búsquedas semánticas, la enseñanza del español de especialidad y el impulso del lenguaje claro.
