Proyectos vigentes

Text-Knowledge 2.0: El modelado de conocimiento ante los nuevos retos de la comunicación digital. Subproyecto del proyecto TEXT-MESS 2.0 coordinado por Patricio Martínez, de la Universitat d’Alacant. Financiado: Ministerio de Educación y Ciencia, programa de I+D (TIN2009-13391-C04-04). Participantes: Universitat d’Alacant, Universitat Politècnica de València, Universitat de Barcelona y Universidad de Jaén. Descripción: Desarrolo y adaptación de recursos, herramientas y métodos de TLH para el modelado, análisis y tratamiento de información tanto explícita como no explícita necesaria para afrontar el procesamiento del lenguaje natural en sus diversos registros y modalidades en el marco de la web 2.0. Coordinador del subproyecto: M. Antònia Martí. Duración: 2009-2012.

ANCORA-NET: Integración multilingüe de recursos lingüísticos semánticos.Financiación: Ministerio de Ciencia y Innovación, Acción Complementaria (FFI2009-06497-E/FILO). Participantes: Universitat de Barcelona (CLiC-Centre de llenguatge i Computació). Descripción: Integración de los léxicos verbales AnCora-Verb, del catalán y del español, y EPEC-ADI del euskera, en el Unified Verb Index del inglés, para crear un léxico multilingüe. Esta integración permitirá enriquecer dichos léxicos con información semántica de VerbNet, WordNet, OntoNotes y FrameNet. Coordinador del proyecto: Mariona Taulé Delor. Duración:2010.  

ClINT: Codificación y transcripción ortográfica y fonética de un corpus oral de entrevistas médico-paciente Financiación: Ministerio de Ciencia y Innovación, Acción Complementaria (FFI2009-06252-E/FILO). Participantes: Universitat de Barcelona (CLiC-Centre de llenguatge i Computació) y Universitat Autònoma de Barcelona Descripción:  Codificar y transcribir ortográfica y fonéticamente el corpus ClINT (Clinical Interviews), obtenido a partir de la grabación digital de 40 entrevistas médico-paciente. Coordinador del proyecto: M. Antònia Martí Antonín. Duración: 2010. 

Lang2World: Descubriendo el conocimiento del mundo codificado en la lengua. Subproyecto del proyecto TEXT-MESS coordinado por Patricio Masrtínez, de la Universidad de Alicanet. Financiado por: Ministerio de Educación y Ciencia, programa de I+D (TIN2006-15265-C06-06). Participantes: Universidad de Alicante, Universidad Politécnica de Valencia, Universitat de Barcelona, Universitat Politècnica de Catalunya, Universidad de Jaén, Universidad Nacinal de Educación a Distancia. Descripción: Combinación de técnicas estadísticas y conocimiento lingüístico para el tratamiento sintáctico y semántioc del lenguaje. Coordinador del subproyecto: M. Antònia Martí. Duración: 2006-2009.

ESPAL: Una macro-base de 300 millones de palabras en español con índices semánticos, ortográficos, y fonológicos. Financiado por:  Ministerio de Educación y Ciencia, programa nacional: Ciencias sociales, Económicas y Jurídicas (HUM2007-30271-E/FILO).  Participantes: Universitat de Barcelona y Fundación IBERBASKE. Descripción: Creación de una macro base de palabras en español con una interfaz vía web que incluya índices ortográficos, fonológicos y semánticos. El corpus sobre el qual se realizará será de 300 millons de palabras. Coordinador del proyecto: Manuel Carreiras Valiña. Duración: 2008-2010.

ANCORA-NOM: Anotación semántica del SN en los corpus AnCora. Financiado por: Ministerio de Ciencia y Innovación, Acción Complementaria(FFI2008-02691-E/FILO). Participantes: Universitat de Barcelona (CLiC-Centre de llenguatge i Computació). Descripción: Extensión de los corpus AnCora con la anotación de la estructura argumental de los nombres. Coordinador del proyecto: Mariona Taulé Delor. Duración: 2009.

CEsCa-III: El coneixement ortogràfic al llarg de l'escolaritat obligatòria: tipologia d'errors i relacions amb altres nivells lingüístics. Financiado por: Generalitat de Catalunya, AGAUR, programa ARIE-DGR (2008ARIE-00053). Participantes: Universitat de Barcelona, Universitat Autònoma de Barcelona, Professors d'Ensenyament primari i secundari. Descripción: Processament lingüístic del corpus del català escolar escrit, CEsCA. Coordinador del proyecto: Liliana Tolchinsky Brenmann. Durada: 2009. 

DigitalCor-UB. Financiado por: Universitat de Barcelona, Convocatòria d'ajuts per a iniciatives de recerca en els àmbits de les humanitats i les ciències socials. Participantes: CLiC, GRERLI, Unitat d'Estudis Biogràfics i Graecia Capta (grups de recerca consolidats de la Universitat de Barcelona).  Descripción: Creación de un espacio web dentro de la Universidad de Barcelona donde se recogeran los corpus desarrollados por los equipos de investigación que así lo deseen. Coordinador del proyecto: M. Antònia Martí Antonín. Duración: 2009. 

TIMM, Red Temática: TRatamiento de Información Multimodal y Multilingüe.  Financiado por: Ministerio de Ciencia e Innovación, programa de Acciones Complementarias (TSI2007-30967-E). Participantes: Red temática en la que participan 29 grupos de investigación de Universidades diferentes. Descripción: Fomentar la investigación en Tecnologías del Tratamiento de Información Multilingüe y Multimodal y la coordinación de sus actividades con el fin de establecer una infrasestructura común de investigación. Coordinador del proyecto: Alfonso Ureña. Duración: 2009.  

 

Proyectos finalizados

CEsCa-II: Corpus Escrit del Català escolar. Financiado por: Generalitat de Catalunya, AGAUR, programa ARIE (2007ARIE-00005). Participantes: Universitat de Barcelona, Universitat Autònoma de Barcelona, Professors d'Ensenyament primari i secundari. Descripción: Procesamiento lingüístico del corpus del catalán escolar escrito, CEsCA. Coordinador del proyecto: Liliana Tolchinsky Brenmann. Duración: 2008.

Praxem, etiquetado semántico y pragmático del corpus CESS-ECE. Financiado por: Ministerio de Educación y Ciencia, programa nacional de humanidades (HUM2006-27378-E). Participantes: Universitat de Barcelona (CLiC-Centre de llenguatge i Computació), Universitat Politècnica de Catalunya, Universidad del País Basc, Universidad de Alicante. Descripción: Anotación de corpora con información semántica y pragmática. Coordinador del proyecto: Mariona Taulé Delor. Duración: 2007-2008.

CEsCa: Corpus Escrit del Catalá escolar. Financiado por: Generalitat de Catalunya, AGAUR, programa ARIE (2006ARIE-10058). Participantes: Universitat de Barcelona, Universitat Autònoma de Barcelona, Profesores de Educación primaria y secundaria. Descripción: Procesamiento lingüístico del corpus del catalán escolar escrito, CEsCA. Coordinador del proyecto: Liliana Tolchinsky Brenmann. Duración: 2007.

TIMM: Red Temática en Tratamiento de la Información Multilingüe y Multimodal. Financiado por: Ministerio de Educación y Ciencia, programa de Tecnologías Informáticas (TIN2006-28218-E). Participantes: 29 grupos de Espanya. Descripción: Fomentar la investigación en Tecnologías del Tratamiento de Información Multilingüe y Multimodal y la coordinación de sus actividades con el fin de establecer una infrasestructura común de investigación. Coordinador del proyecto: Alfonso Ureña. Duración: 2008.

Arabic WordNet. Financiado por: Gobierno de los Estados Unidos. Participantes: Universidad de Princeton (USA), Universidad de Manchester (UK), Universitat Politècnica de Catalunya. La Universitat de Barcelona colabora con la UPC. Descripción: Desarrollo del WordNet de la lengua árabe, siguiendo el proceso de desarrollo de  WordNet y de EuroWordNet. Coordinador del proyecto: Chriatiane Fellbaum (USA). Duración: 2006-2007.

Dialcat: Analizador morfosintáctico de corpus dialectales del catalán. Financiado por: Ministerio de Educación y Ciencia, programa nacional de humanidades (HUM2005-24445-E) Participantes: Universitat de Barcelona (Departamento de Lingüística y Departamento de Filología Catalana). Descripción: Desarrollo de un analizador morfológico de textos dialectals del catalá.n Coordinador del proyecto: M. Antònia Martí. Duración: 2006-2007.

Histocat: Analizador morfosintáctico de textos históricos del catalán. Financiado por: Ministerio de Educación y Ciencia, programa nacional de humanidades (HUM2005-24438-E). Participantes: Universitat de Barcelona (Departamento de Lingüística y Departamento de Filología Catalana). Descripción: Desarrollo de un analitzador morfológico de textos históicos del catalán. Coordinador del proyecto: Pilar Perea. Duración: 2006-2007.

TIMM: Red Temática en Tratamiento de la Información Multilingüe y Multimodal. Financiado por: Ministerio de Educación y Ciencia, programa de Tecnologías Informáticas (TIN2005-25825-E). Participantes: 29 grupos de Espanya. Descripción: Fomentar la investigación en Tecnologías del Tratamiento de Información Multilingüe y Multimodal y la coordinación de sus actividades con el fin de establecer una infrasestructura común de investigación. Coordinador del proyecto: Alfonso Ureña. Duración: 2007.

CESS-ECE: Corpus Etiquetado Sintáctica y Semánticamente del Euskera, Catalán y Español. Financiado por: Ministerio de Educación y Ciencia, programa nacional de humanidades (HUM2004-21127-E). Participantes: Universitat de Barcelona, Universitat Politècnica de Catalunya, Universidad del País Vasco, Universidad de Alicante. Descripción: Banco de datos sintáctico anotado con constituyentes y funciones de 500.000 palabras para el catalán, castellano y euskara. Coordinador del proyecto: M. Antònia Martí. Duración: 2005-2007.

Ceres: Cerca de respostes. Financiado por: proyecto subvencionado por la Generalitat de Catalunya. Participantes: Universitat de Barcelona (CLiCy Serveis Lingüístics), Thera SLy VilaWEB. Descripción: Desarrollo de un sistema de búsqueda de respuestas en un portal WEB de noticias. Coordinador del proyecto: M. Antònia Martí. Duración: 2005-2006.

SisCoTTerm: un sistema de correcció de textos i tractament de terminologia.  Financiado por: Ajuts a la Recerca. Dirección General de Universidades. Departament d'Ensenyament de la Generalitat de Catalunya. Participantes: Universitat de Barcelona (CLiC y Serveis Lingüístics). Descripción: Coordinador del proyecto: M. Antònia Martí. Duración: 2005-2006.

Trujiman: Identificación, Traducción y Clasificación de contenidos en Árabe. Financiado por: Ministerio de Industria, Turismo y Comercio, Programa Profit (FIT-330100-2006-198); Generalitat de Catalunya (RDISTCON06-1-0020). Participantes: THERA-Centre de Llenguatge y Computació SL, Translendium SL, Verbia SL, Universitat de Barcelona (CLiC). Descripción: Tratamiento semántico de la información. Coordinador del proyecto: THERA SL. Duración: 2006.

Gamilen: Generación automática de documentación médica. Financiado por: Ministerio de Industria, Turismo y Comercio, Programa Profit (FIT-350300-2006-93). Participantes: THERA-Centre de Llenguatge y Computació SL, UDIAT (Parc Taulí), Vico SL, Universitat de Barcelona (CLiC). Descripción: Generación automática multilingüe de informes en lenguaje natural. Coordinador del proyecto: THERA SL. Duración: 2006.

CODEX SEARCH: Aplicació de models lingüístics per a la implementació d'un cercador local especialitzat en el domini de la immigració i l'estrangeria. Financiado por: Generalitat de Catalunya, programa AMIC (2005 AMIC 10006). Participantes: Universitat de Barcelona. Descripción: Desarrollo de un buscador local en el dominio de immigración y de estrangería. Coordinador del proyecto: M. Antònia Martí . Duración: 2005.

Ingeniería lingüística para el idioma gallego y problemas de traducción automática de lenguas próximas. Financiado por: Ministerio de Ciencia y Tecnología (FIT-150500-2003-161). Coordinador del proyecto: Nieves Brisaboa Rodríguez (U. de Coruña). Participantes: CLiC (UB)y Real Academia Galega. Duración: 2003.

3LB:Creación de una base de datos de árboles sintáctico-semánticos. Financiado por: Ministerio de Ciencia y Tecnología, programa PROFIT (FIT-150500-2003-411)i (FIT-150500-2002-24).   Participantes: Universidad de Alicante, Universitat de Barcelona, Universidad del País Vasco, Universidad de Valencia y Universitat Politècnica de Catalunya. Descripción: Creación de un banco de datos de árboles analizados sintácticamente con constituyentes y funciones sintácticas de 100.000 palabras por cada lengua (catalán, castellano y euskera). Coordinador del proyecto: Manuel Palomar (coordinador). Subproyecto UB: M.Antònia Martí. Duración: 2002-2003.

X-TRACT2: Plataforma de recursos de Ingeniería Lingüística Financiado por: Ministerio de Educación y Cultura. Programa Promoción General del Conocimiento (BFF2002-04226-C03-03). Participantes: Universitat de Barcelona y Universidad de A Coruña. Coordinador del proyecto: M.Antònia Martí, CLiC (UB).  Duración: 2002-2005.

Adquisición de conocimiento léxico-gramatical a partir de corpora para el enriquecimiento de EuroWordNet con información colocacional. Financiado por: Ministerio de Ciencia y Tecnología (HA2002-0089). Participantes: Universitat de Barcelona y Universidad de Stuttgart. Descripción: Identificación de las relaciones de coocurrencia restringida (colocaciones) a partir de corpus y su inclusión y representación en EuroWordNet. Coordinador del proyecto: M.Antònia Martí.  Duración: 2002.

PETRA: Interfaces orales para aplicaciones avanzadas de mensajería unificada. Financiado por: Comisión Interministerial de Ciencia y Tecnología (CICYT), programa Nacional de Promoción General del Conocimiento (TIC2000-1735-CO2). Participantes: Universitat Politècnica de Catalunya, Universitat de Barcelona. Coordinador del proyecto: Francisco Javier Hernan Pericas. Duración: 2001-2003.

Locutor Virtual. Financiado por: Ministerio de Ciencia y Tecnología, programa PROFIT (FIT-150500-2002-410) Coordinador: Escola Superior de Telecomunicacions de La Salle (UniversidadRamon Llull). Coordinador del proyecto: Ignasi Iriondo. CLiC participó como subcontratado. Duración: 2002.

IURISERVICE. Red Telemática de soporte a los jueces en su primer destino dependiente al consejo general de poder judicial Financiado por: Ministerio de Ciencia y Tecnología (FIT-150500-02-562) Coordinador del proyecto: Universitat Autònoma de Barcelona. CLiC participó como subcontratado. Duración: 2002.

Tematización, reorganización y actualización de la Base de datos léxico-semántica del español EuroWordNet. Financiado por: Ministerio de Ciencia y Tecnología (PGC 2000-2658-E). Coordinador del proyecto: M.Antònia  Martí (UB). Duración: 2000-2002.

X-TRACT. Integración de recursos lingüísticos para la extracción de información de corpus textuales y diccionarios. Financiado por: Ministerio de Educación y Cultura. Programa sectorial de promoción general del conocimiento (PB98-1226) Coordinador del proyecto: M.Antònia Martí (UB). Duración: 1999-2002.

ACIMET: Accés a la Información Meteorològica per Teléfono. Financiado por: DURSI (Departament d'Universitats, Recerca i Societat de la Informació) i Departament de Medi Ambient.  Participantes: TALP (Universitat Politècnica de Catalunya), Universitat Autònoma de Barcelona, Servei Meteorològic de Catalunya. CLiC participó como subcontratado de la UPC. Duración: 2001.

VOLEM: Verbos: Organización Léxica Multilingüe. Financiado por: Ministerio de Educación y Cultura (ABM7acs/XTI-CTP 2000-1). Coordinador del proyecto: M.Antònia Martí (UB). Duración: 2000-2001.

PROEBI: Estudi dels sistemes d´ensenyament de les llengües indígenes a Perú i dels seus recursos didàctics. Financiado por: Fundación Boschy Gimpera.  Expert: M.Antònia Martí (UB). Duración: 1999-2002.

Lexesp-III: Base de datos informatizada de la lengua española. Financiado por: DGICYT, Secretaría de Estado de Universidades e Investigación (APC 99-0105). Coordinador del proyecto: Dra. Núria Sebastián (UB), Participantes: Universitat de Barcelona. Duración: 1999-2000.

RILE: Servidor de recursos para el desarrollo de la ingeniería lingüística en Español. Financiado por: MINER, Ministerio de Industria y Energía. Programa: Iniciativa ATYCA. Coordinador del proyecto: SEMA GROUP, S.A. Participantes: Universitat de Barcelona, Universidad Nacional de Educación a Distancia, Universitat Politècnica de Catalunya, OEIL.  Duración: 1999-2000.

WordNet del Catalá. Financiado por: CREL (Centre de Referència d'Enginyeria Lingüística), Generalitat de Catalunya. Coordinadores del proyecto: Horacio Rodríguez (UPC) y M.A. Martí (UB). Duración: 1998-2000.

SCRIPTUM. Desarrollo de un procesador del lenguaje clínico. Financiado por: CIDEM, Centre d'Informació i Desenvolupament Empresarial de la Generalitat de Catalunya. Coordinador del proyecto: Dr. Eduard Spagnolo. Colaboradores: M.A. Martí (UB). Duración. 1998-1999.

ITEM. Recuperación de la información textual multilingüe. Financiado por: CICYT (TIC-96 1243-C03-02). Participantes: Universitat de Barcelona, Universitat Politècnica de Catalunya, Universidad Nacional de Educación a Distancia, Universidad del País Vasco. Coordinador del proyecto: H. Rodríguez. Duración: 1996.

Lexesp-II: Base de datos informatizada de la lengua española. Financiado por: DGICYT (96-0125). Participantes: Universitat de Barcelona. Coordinador del proyecto: N. Sebastián (UB). Duración: 1996.

Lexesp-I: Base de datos informatizada de la lengua española. Financiado por: DGICYT (APC 93-0122) Participantes: Universitat de Barcelona. Coordinador del proyecto: N. Sebastián (UB). Duración: 1993.

Recuperación de información textual multilingüe. Financiado por: Secretaría de Estado de Universidades e Investigación. Coordinador del proyecto: F. Verdejo (UNED). Colaboradores: M.Antònia Martí (UB). Duración: 1996-1999.

Traducción automática asistida por ordenador. Financiado por: Agencia Española de Cooperación Internacional del Ministerio de Asuntos Exteriores (946 Fundació Bosch i Gimpera). Coordinador del proyecto: M.Antònia Martí (UB). Duración. 1990-1995.

Un corrector ortogràfic per a la llengua espanyola. Financiado por:  Comunidad Económica Europea (ESPRIT-TWB 2315), Siemens S.A. Participantes: Siemens S.A.y Universitat de Barcelona. Coordinador del proyecto: M.Antònia Martí (UB). Duración: 1990-1991.

NAMIC. News Agencies Multilingue Information Categorization. Financiado por: Unión Europea, Vº Programa Marco. (IST-1999-12392) Coordinador en España: UPC, Departament de Llenguatges i Sistemes Informàtics. CLiC participó como subcontratado. Duración: 2000-2002.

EuroWordNet. Financiado por: Unión Europea, Programa: Linguistic Research Engineering, LRE. Participantes: Universidad de Amsterdam, Universitat de Barcelona, Universitat Politècnica de Catalunya, Universidad Nacional de Educación a Distancia, Istituto Computazionale di Pisa, University of Sheffield, Coordinador del proyecto: Piek Vossen (Universidad de Amsterdam). En España coordinado por: Felisa Verdejo (UNED).  Duración: 1996-1999.

Interacción comunicativa y computación: Modelos para un análisis global del diálogo. Financiado por: Secretaría de Estado de Universidades e Investigación. Programa Nacional de Promoción General del Conocimiento (PB91-0854). Coordinador del proyecto: Sebastià Serrano Farrera. Duración: 1992-1995.

Acquilex-II (Lexical Acquisition). Financiado por: Comunidad Económica Europea, Programa: ESPRIT-7315. Coordinador del proyecto: Edward Briscoe (Cambridge Computer Laboratory, UK). En España: F. Verdejo (UNED). Colaboración: M.A. Martí (UB). Duración: 1992-1995.

Acquilex (Lexical Acquisition). Financiado por: Comunidad Económica Europea, Programa: ESPRIT-3030. Coordinador del proyecto: Antonio Zampolli (Istituto di Lingüistica Computazionale, Pisa) A Espanya coordinat per: F. Verdejo (UPC). Colaboración: M.A. Martí (UB). Duración: 1989-1992.