KAPSULA 2000: Eduki dokumentalen eskuratzea, lengoaia naturalean oinarrituta

INTEK programaren barruan garatutako lankidetza proiektu honetan, zentru teknologikoaz gain, sei enpresak parte hartu zuten.

Jarduera urteak: 1997-2000

Xedea eta emaitza:

KAPSULA 2000 proiektuaren xedea eduki dokumentalak eskuratzeko lengoia naturalak aintzat hartuko zituzten sistema automatikoak sortzea zen; horren ondorioz, hainbat euskarri eta formatu erabili ahalko ziren, irudi gisa edota lengoaia naturaleko testu gisa.

Hainbat iturburu eta euskarritatik eskuratutako eduki dokumental horiek esportatzeko, modu desberdinetako formatuak erabiltzen dira, hala nola kokapenak edo etiketadun eremuak gordetzen dituzten testu soileko fitxategiak; horrela, edozein base dokumentaletan (datubaseak, orohar), testu osoko indexazioko base dokumentaletan (full-text), merkatuko edizio eta multimedia aplikazio estandarretan, edota hipertestuko nabigazio sistemetan integratzen ahal dira.

Hasiera batean, aintzat hartutako hizkuntza euskara izan zen, garapen honetan erabilitako jatorrizko hizkuntza horixe baitzen, nahiz eta gerora gaztelaniaren azterketa ere barne hartu zen, bide batez ahalmen eleanitzak bereganatuz.