KAPSULA 2000: Adquisición de contenidos documentales en lenguajes naturales

En este proyecto de cooperación, integrado en el programa INTEK, participaron seis empresas, además del centro tecnológico.

Años de actividad: 1997-2000

Objetivos y resultados:

El proyecto KAPSULA 2000, definido como un proyecto para la adquisición de contenidos documentales en lenguajes naturales, tenía como objetivo la creación de sistemas automáticos que permitieran la captura de contenidos documentales, desde diversos tipos de soportes y formatos, de información tanto gráfica como textual en lenguaje natural.

Los contenidos documentales capturados desde una diversidad de soportes fuente y formatos se exportan tanto en ficheros planos posicionales como en ficheros planos de identificación de campos por etiquetas o en ficheros de texto, para que puedan ser incorporados a bases documentales orgánicas cualesquiera (bases de datos en general), a bases documentales de indexación de todo el texto (full-text), a productos de edición y multimedia estándar del mercado o a sistemas de navegación hipertexto.

Inicialmente, el lenguaje natural tratado era el euskera, dado que es el idioma nativo de la herramienta de análisis empleada en este desarrollo, aunque también se soporta el análisis del castellano, adquiriendo capacidades multilingües.