BBVA Fundazioak berriki Ikerketa Zientifikoko Taldeentzako Laguntza 2018 programaren barruan aukeratutako proiektuak ezagutarazi ditu. Programa hori 2014an sortu zen eta bere helburua gizarte interes handiko arloetan oinarrizko ikerketa, translazionala edo aplikatua bultzatzea da. Aurten, aurkeztu diren 618 eskaeretatik abangoardiako 25 proiektutarako laguntzak eman ditu, bost arlotan banatuta: Biomedikuntza, Ekologia eta Kontserbazioaren Biologia, Ekonomia eta Gizarte Digitala, Big Data eta Humanitate Digitalak.

Zehazki, Big Dataren arloan, guztira aurkeztutako 97 eskaeretatik aukeratutako 5 proiektuetako bat Universidad del País Vasco/Euskal Herriko Unibertsitateko (UPV/EHU) Informatika Fakultateko Lengoaia eta Sistema Informatikoak Saileko irakasle Eneko Agirre buru duen proiektua da. Proiektu honen helburu nagusia honakoa da: Deep Learninga eta testu bilduma handiak erabiliz, ingelesezko testuen prozesamenduan dagoen ezagutza beste hizkuntza batzuetara transferitzea, gaztelaniazko, katalanezko, euskarazko eta galizierazko testuen ulermena hobetzeko. Ikerketa arlo hori, Lengoaia Naturalaren Prozesamendua deiturikoa, adimen artifizialaren parte da, izan ere, ordenagailuek testuen esanahia ulertzea du xede. Arlo horrek aplikazio oso ezagunak sortu ditu, adibidez: itzulpen automatikoa eta Interneteko bilaketak. Gaur egun, ingelesa da baliabide gehien dituen hizkuntza, hau da, programa batzuek hizkuntza hori aztertu eta testu fluxu handietatik aplikazio zehatz baterako behar den jakintza ateratzen dituzte. Ikerketa talde horrek ulermen hori gaztelania, katalan, euskara eta galizierara estrapolatu nahi du.

Eneko Agirre proiektu horretako ikertzaile nagusiak azaldu duenez, gaur egun munduko hainbat ikerketa talde eta multinazional, Twitterreko eta albisteetako fluxuen bitartez, produktu, enpresa edo alderdi politiko bati buruz zer esaten den ulertzen duten aplikazioak garatzen ari dira. Adibidez, epe jakin batean hegazkin istripu bati buruzko denbora errealeko azken albisteak aztertuz, ordenagailuak eragile nagusia hegazkin konpainia edo hegazkinaren eraikitzailea den ulertu ahal izango du. Biomedikuntzaren arloan, artikulu zientifikoak eta txosten medikoak aztertzen dira eta makinak botiken erreakzio kaltegarriak deskubritzen ditu, edo sintomen eta gaixotasunen arteko harreman orain arte ezezagunak. Bi kasuetan, datu bolumen handietan oinarritutako agregazioak jakintza garrantzirik gabeko gainerako informaziotik bereizteko aukera emango du. Proiektu horri esker, orain arte ingelesez bakarrik funtzionatu duten algoritmo horiek gaztelania, katalan, euskara eta galizieraren kasuetarako erabili ahal izango dira.

Ikertzaile taldea

German Rigau Claramunt, Rodrigo Agerri Gascon, Nora Aranberri Monasterio, María Jesús Aranzabe Urruzola, Arantza Díaz de Ilarraza Sánchez, Itziar Gonzalez Dios, Gorka Labaka Intxauspe, Maite Oronoz Anchordoqui, Mikel Artetxe Zurutuza eta Olatz Perez de Viñaspre.