Gerardo Sierra Martínez. Reunión Informativa Anual de enero de 2012

Transcripción

1 Gerardo Sierra Martínez Reunión Informativa Anual de enero de 2012

2 Ingeniería Lingüística Simbiosis entre la lingüística y la computación orientada a la construcción de sistemas computacionales aptos para analizar y generar lenguajes naturales. Líneas de investigación Procesamiento de lenguaje natural Extracción y recuperación de información Minería de textos Aprendizaje automático

3 Lingüística forense Es la aplicación de conocimiento lingüístico (métodos, herramientas, técnicas, etc.) en cuestiones legales. Áreas: Fonética forense Detección de plagio y atribución de autoría Detección de información relevante (fraude) Significado de contratos y estatutos Significado e interpretación de leyes y textos legales Marcas registradas como palabras o frases en el lenguaje

4 Detección de plagio 24.0% 22.0% 20.0% 18.0% 16.0% 14.0% 12.0% 10.0% 8.0% 6.0% 4.0% 2.0% 0.0% Análisis estilométrico y lexicométrico: Lematización Tokenización POS N-gramas Palabras funcionales/no funcionales supplag supplagref

5 Análisis de fraude Sospecha de filtrado de información confidencial de una empresa 12,400 correos enviados 38 con información confidencial

6 Func sushi0:sushi0 sushi0:sushi_elem4 sushi0:sushi_elem3 sushi0:sushi_elem5 sushi0:sushi_elem1 sushi0:sushi4a sushi0:sushi_pro5 sushi0:sushi_pro3 sushi0:sushi_elem4b sushi0:sushi4b sushi0:sushi_pro1 sushi0:sushi_elem2 sushi0:sushi_nopla1 sushi0:sushi_pro2 sushi0:sushi_nopla3 sushi0:sushi_nopla2 sushi0:sushi_pro4 sushi0:sushi_out1 sushi0:cd2008 sushi0:cd2003 sushi0:cd2006b sushi0:cd2002 sushi0:cd2001 sushi0:cd2004 sushi0:pin6 sushi0:cd2006a sushi0:recursividad sushi0:botas sushi0:pin4 sushi0:lausanne sushi0:carrera sushi0:pin5 sushi0:miel_de_maple sushi0:otro_monstruo sushi0:pin7 sushi0:monstruo sushi0:pin3 sushi0:pin1 sushi0:cartas_de_paris sushi0: sushi0:la_bruja_de_rosemont sushi0:pin2 Detección de similitud SUSHI0 0,7 Func = f(,r) + g(energie, kernel) 0,6 0,5 Pas de similitude 0,4 0,3 0,2 0,1 0,0 Similitude thématique Similitude thématique et lexique Texte

7 Docencia en lingüística forense Lingüística Forense en el módulo de tecnologías del lenguaje en la Facultad de Ingeniería. Fonética Forense en la Facultad de Filosofía y Letras (FFyL). Incorporación de la asignatura de Fonética Forense al plan de estudios de la Licenciatura en Ciencias Forenses. Repatriación de la Dra. Fernanda López a la FFyL para impulsar el desarrollo del área de LF. Convenio de colaboración entre el Instituto y la FFyL para el desarrollo de proyectos en LF.

8 Detección de voz Análisis acústico de voz Comparación automática de parámetros acústicos Obtención de perfil lingüístico Comparación forense de voz

9 Red TIC 6 Grandes retos Seguridad y transparencia de la información y los servicios Proyecto semilla: Tecnologías del lenguaje para la lingüística forense Integración de colegas en diferentes líneas Tecnologías del lenguaje y del conocimiento Seguridad Redes y comunicaciones Cómputo suave y aprendizaje automático

10 1er Seminario de LF Campos de acción de la lingüística forense Magistrada María de los Angeles Garrido, Tribunal Federal de Justicia Fiscal y Administrativa Miguel Sarré, ITAM Patricia González, UACH Margarita Palacios, FFyL, UNAM Fonética forense GIL, UNAM/ForensicLab, UPF FI, UNAM SMAF Lenguaje jurídico UACM Aston University CIC, IPN Detección de plagio Universidad Politécnica de Valencia GIL, UNAM INAOE

11 Bomba TEC Búsqueda de palabras clave en Internet. Atribución de autoría mediante análisis de frecuencias: De n-gramas: Palabras funcionales Etiquetado POS Longitud de: Oración Párrafo

12 Análisis estilométrico para la similitud textual Determinación del significado de similitud textual Plagio, paráfrasis, reuso, similitud textual Creación del corpus De exploración y pruebas Determinación de medidas estilométricas 20 marcadores estilísticos

13 Congreso de análisis de fraude Convenio con Ecuador Transferencia de tecnología Capacitación a instituciones públicas y privadas

14 Planeación congreso Propuesta de sede en la UNAM para la Conferencia bianual de la Internacional Association of Forensic Linguistics que se llevará a cabo en Cerca de 100 ponentes, entre otras de: Aston University University of Cambridge Georgetown University Hotsfra University Universidad Pompeu Fabra.

15 Tecnologías de IL en la LF PLN Lematización Tokenización POS Recuperación de información Búsqueda de información Agrupamiento Minería de textos Extracción de información Relación de datos Detección de similitud textual Inteligencia artificial Métodos de aprendizaje automático del lenguaje