Clarin – ES Barcelona, 19-12-2007 CLARIN - ES Fase Preparatoria CLARIN en España.

Clarin – ESBarcelona, 19-12-2007

CLARIN - ES

Fase Preparatoria CLARIN en España


Índice

• Infraestructura CLARIN• Antecedentes• El proyecto CLARIN• Objetivos y plan de trabajo


INFRAESTRUCTURA CLARIN

Basarse en tecnología grid, metadatos y servicios-web - para garantizar la interoperabilidad que haga de un conjunto de elementos sin relación, diferentes y remotos, un sistema estructurado de componentes funcionales interconectados, y- para facilitar la identificación, la ubicación, el acceso y la explotación de recursos lingüísticos.


Una infraestructura?


Recursos Lingüísticos


Antecedentes

• Archivo y gestión de datos lingüísticos: LAT, LAMUS,

• Estandarización: EAGLES, ISLE, LIRICS-ISO• Prueba de concepto: IMDI, DAM-LR• Proyecto aprobado:

– ESFRI: European Strategy Forum on Research Infrastructures

– 7PM de la UE Capacities– AACC, Infraestructuras Científicas y

Tecnológicas


Proyecto CLARIN.eu

• Conseguir el apoyo de suficientes estados miembros: 22 estados en el consorcio, con apoyo expreso de sus gobiernos.

• En España, hubo que demostrar el interés y la viabilidad. Se consiguió gracias a las cartas de apoyo recibidas.


Avales iniciales de CLARIN-ES

• Centro TALP, UPC• Laboratorio de Lingüística

Informática , UAM• Dep. de Filología

Española, UAB• Departamento de

Traducción y Lingüística, UVigo

• Departamento de Lengua Española, USantiago

• Grupo IXA, Facultad de Informática, UPV

• Real Academia Española• Institut d’Estudis

Catalans• Dep. de Humanidades, U

Castilla la Mancha• Dep. de Humanidades, U

Carlos III• Dep. de Humanidades,

UPF


El proyecto CLARIN-ES

MEC: Acciones Complementarias paraRealización de actividades de carácter técnico de elementos o paquetes de trabajo correspondientes a la fase preparatoria de los proyectos de instalaciones científico-tecnológicas incluidas en la “Hoja de Ruta” del Foro Europeo Estratégico sobre Infraestructuras de Investigación (ESFRI).

Dirección General de Política TecnológicaSubdirección Gral. de promoción e infraestructuras tecnológicas y grandes instalaciones.


Plan de trabajo (EU)

• WP1 – Management of the project• WP2 – Technical Infrastructure• WP3 – Humanities overview• WP5 – LRT overview• WP6 – Information gathering &

dissemination• WP7 – Intellectual Property Rigth Issues• WP8 – Construction & Explotation

Agreement


Objetivos de la Fase Preparatoria

• Acuerdo documentado y consensuado

• Construcción de una maqueta:– Evaluar el coste de construcción– Solucionar problemas técnicos– Tener en cuenta todas las lenguas de

la UE

• Planificación detallada del desarrollo

Planificación Clarin

• Construcción de CLARIN 2011-2015: integración de recursos y tecnología desarrollo de aplicaciones piloto

• Explotación del recurso 2016 - ... : desarrollo de aplicaciones

• Hay que garantizar el mantenimiento de los servicios y recursos:

CENTROS PERSISTENTES



Plan de trabajo (ES)

• Difusión y creación de comunidades – Recopilación de información sobre usuarios y proveedores posibles

• Demostradores en el ámbito de humanidades: crear interés

• Integración de RRLL españoles en la maqueta europea [de todas las lenguas del estado]


Detalles técnicos de CLARIN

Índice

• Integración en la Federación Clarin• Metadatos y estándares

considerados• Ejemplos de herramientas posibles



Federación Clarin (1)

• Despliegue de la red “grid”: funcionalidades, identificación específica de recursos, y protocolos de sincronización, identificación y autenticación.

• Compartir metadatos para la descripción de los recursos y las herramientas de búsqueda y localización de recursos que los utilizan

• Compartir metadatos para describir los contenidos lingüísticos, y poder construir, gracias a la interoperabilidad, herramientas de acceso, análisis y explotación .

Funcionalidades GRID





• Compartir metadatos para la descripción de los recursos y las herramientas de búsqueda y localización de recursos que los utilizan.



Metadatos


Ejemplo de metadatos (2)


Ejemplo de metadatos (3)




• Compartir metadatos para la descripción de los recursos y las herramientas de búsqueda y localización de recursos que los utilizan


Estándares para la descripción de contenidos lingüísticos

• EAGLES, ISLE, LIRICS, ISO:– codificación morfosintáctica, sintáctica y

semántica;– Para corpus y léxico - LMF

• Data Category Registry, de ISO• Para descripción de voz SAMPA• queda trabajo, el problema es la

definición!!!


Ejemplo del Lexical Markup Framework ISO TC37/SC 4

part of speech grammatical category word class

Category assigned to a word based on its grammatical and semantic properties NOTE: ISO 12620 provides a comprehensive list of values for European languages. Examples of such values are: /noun/ and /verb/.

LMFEstructura


Data Category Registry




• Posibles aplicaciones que acceden a diferentes recursos y herramientas de análisis

– Creación de un corpus de conversaciones entre personas de 16 a 18 años con ejemplos de abertura vocálica para marcar el plural en castellano peninsular

– “Query expansion” para hacer búsquedas en textos históricos


Ejemplo de herramienta


Ejemplo de herramienta

• Pero serán herramientas de las de aquí a diez años!!

• Los instrumentos de análisis y explotación serán herramientas basadas en tecnologías lingüísticas.Analizar los artículos de opinión de un periódico X y obtener la distribución temporal de los marcadores discursivos de opinión negativa sobre el tema “educación” en los últimos diez meses.

Definición de aplicaciones básicas

• Importancia de los usuarios• Necesitamos saber sus procesos más

repetidos y sus necesidades más futuribles!!!

• Acceso y uso de instrumentos de explotación y análisis mediante tecnología lingüística

• Creando la e-ciencia en humanidades y ciencias sociales


Resumiendo …



Tipología de centros CLARIN

• Proveedor de RRLL: datos y tecnología

• Archivos CLARIN, que garanticen la persistencia

• Centros de entrada al sistema (portales)

• Creadores de aplicaciones que exploten los RRLL

Proveedores de recursos

• Describir sus recursos con los metadatos usados en CLARIN

• Convertir sus recursos en “interoperativos”: que puedan ser input/output de procesos.

• Convertir sus herramientas/aplicaciones para que acepten i/o CLARIN


Gracias!



Índice

• Objetivos de la Fase Preparatoria• Organización en España• Calendario• Canales de comunicación


Objetivos Fase Preparatoria

• Obtener apoyo y financiación del Estado español para la construcción de Clarin 2011-2015

• Obtener financiación para el mantenimiento y explotación de Clarin 2016 - ....

Necesitamos

• Suficiente respaldo para demostrar que en España hay una masa crítica de usuarios y proveedores.

• Documentación:– Planificación detallada de la

construcción (incluya centros proveedores, aplicaciones piloto, etc.)

– Evaluación económica de los costes



Estructurar la colaboración de organismos españoles

para:- participación en la solicitud del proyecto

español- evaluación del coste (económico y

temporal) de la integración de los recursos/servicios

- evaluación del coste (económico y temporal) del mantenimiento del recurso/servicio

- desarrollo del modelo de organización español (con el modelo europeo, o no)

FP: Evaluación y planificación

• Integración:– Evaluar el coste de la integración de un

centro en la red CLARIN (autenticación, etc.)– Evaluar el coste de la integración de los

recursos/servicios: descripción y estandarización.

• Garantizar la persistencia del recurso/servicio


FP: Organización de comunidades

- Invitación a proponer recursos/aplicaciones para su integración

- Búsqueda y recopilación de datos para hacer una lista definitiva de integrables que conste en la solicitud

- Estos recursos entrarán en la planificación y evaluación de costes


Organización en España FP:

propuestas....• Firma de un convenio bilateral (UPF-X)

que declare el compromiso de los centros en la construcción de CLARIN– Interés en integrar recursos y/o aplicaciones– Interés en solicitar aplicaciones propias

• Acuerdo con los usuarios?• Para discutirlo en el coloquio ...


Calendario

• Enero 2008 – Inicio CLARIN.eu• Abril 2008 – 1 Lista Centros CLARIN-ES• Junio 2008 – CLARIN-ES (2) AACC • Junio 2008 - Requisitos del Registro



Canales de comunicación

Página web– Información y enlaces– Módulo foros– Módulo usuarios: danos una idea,

dinos un posible usuario– Módulo descripción de recursos (en

construcción)

Clarin – ES Barcelona, 19-12-2007 CLARIN - ES Fase Preparatoria CLARIN en España.

Documents

Transcript of Clarin – ES Barcelona, 19-12-2007 CLARIN - ES Fase Preparatoria CLARIN en España.