
Un equipo de investigadores del CiTIUS, formado por expertos en las áreas de Computación de Altas Prestaciones (HPC) y Procesamiento de Lenguaje Natural (PLN) ha conseguido desarrollar una herramienta que permite adaptar automáticamente aplicaciones utilizadas en el ámbito del procesamiento de textos y documentos a modelos de computación paralela compatibles con clústeres multi-core, lo que reducirá notablemente los tiempos de ejecución y permitirá trabajar con volúmenes de datos muy superiores a los que se manejan en la actualidad.
El gran desafío de los datos online
La ingente cantidad de información que se incorpora diariamente a Internet no para de aumentar. Se estima que en sólo 24 horas generamos cerca de 2,5 trillones de bytes (2,5 Exabytes), o lo que es lo mismo: cerca de 27 GB por segundo, el equivalente a una temporada completa de Juego de Tronos en Alta Definición (HD). Para comprender la magnitud de la cifra, basta con señalar que el 90% de los datos disponibles actualmente en todo el mundo han sido creados apenas a lo largo de los dos últimos años.
De esta enorme cantidad de datos (agrupados bajo el anglicismo Big Data), sólo el 5% se puede considerar información estructurada; el 95% restante (que está compuesto por textos, principalmente) no cuenta con ningún tipo de organización ni estructura, lo que representa un serio problema a la hora de acceder y gestionar toda la información disponible.
El trabajo realizado por los investigadores del CiTIUS facilitará esta labor, ya que los resultados obtenidos harán posible el análisis de los datos de una forma más sencilla y eficiente. Su propuesta se ha basado en el diseño de un nuevo sistema que permite transformar el software usado para el Procesamiento del Lenguaje Natural (habitualmente programado en el lenguaje informático Perl, y ejecutado de manera secuencial) en una solución compatible con las tecnologías Big Data.
Con sólo introducir unas etiquetas en la aplicación original, esta herramienta de traducción permite al programador convertir automáticamente todo su código Perl en código Java adaptado al paradigma MapReduce, habilitándolo así para su ejecución en un clúster (es decir, permitiendo su ejecución simultánea en múltiples cores o nodos de computación). De esta forma, se logra multiplicar la velocidad de cómputo por un factor proporcional al número de procesadores disponibles (por ejemplo: si se dispone de 1000 procesadores, el código resultante será, en el caso ideal, aproximadamente 1000 veces más eficiente que la solución secuencial).
‘Perldoop’, la herramienta de código abierto
Otra característica reseñable de esta investigación, que ha dado lugar a la herramienta de traducción Perldoop, es que los resultados se han hecho públicos bajo una licencia de software libre, con el objetivo de que esté a disposición del mayor número posible de usuarios y profesionales. Como explica el profesor Juan Carlos Pichel, investigador principal y responsable del proyecto, la decisión se tomó porque «el desarrollo de soluciones Big Data para el Procesamiento de Lenguaje Natural» (PLN) «sólo está, en este momento, al alcance de las compañías más potentes». Con la solución propuesta, y unos conocimientos mínimos de programación, será posible convertir cualquier código programado en lenguaje Perl a una solución capaz de funcionar en un clúster de computación.
Entre las principales ventajas de esta nueva solución destaca especialmente su versatilidad, ya que se trata de una herramienta de propósito general; gracias a ello, podrán beneficiarse aplicaciones de ámbitos tan diversos como la traducción automática, el análisis de información en blogs, o incluso el procesado de datos genéticos.
La predicción de fenómenos extremos y la adaptación de los territorios a sus impactos centrarán la VII Jornada de Investigación sobre Cambio Climático convocada por la Universitat Politècnica de València (UPV) para el próximo 27 de noviembre. El encuentro, anunciado por el Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA), reunirá a especialistas para examinar herramientas de vigilancia, modelización...
Repsol ha aprobado el desarrollo de un electrolizador de hidrógeno renovable de 150 megavatios (MW) en su complejo industrial de Tarragona. Este proyecto contempla una inversión aproximada de 400 millones de euros y supone la mayor inversion de este tipo anunciado hasta ahora por la compañía. La iniciativa se desarrollará en colaboración con Enagás Renovable, que participará con un 25...
El Centro para el Desarrollo Tecnológico y la Innovación (CDTI Innovación) ha anunciado la apertura, prevista para hoy 17 de noviembre de 2026, de INNTERCONECTA STEP 2026, una convocatoria de subvenciones dotada con 150 millones de euros. Los fondos, cofinanciados con recursos FEDER, se dirigen a proyectos de investigación y desarrollo empresarial en cooperación. La comunicación oficial se publicó el...
El Colegio Oficial de Ingeniería Industrial de Bizkaia (COIIB) y la Universidad de Deusto han formalizado un convenio marco para reforzar la colaboración entre los profesionales de la ingeniería y el ámbito universitario. El acuerdo establece una base de trabajo en formación, transferencia de conocimiento, investigación, emprendimiento y desarrollo profesional. La firma se celebró en las instalaciones del colegio y...
Once organizaciones han firmado en Bilbao el primer Compromiso con el Talento Sostenible, una declaración de diez principios que busca mejorar la gestión de la experiencia y las capacidades profesionales a lo largo de toda la vida laboral. La iniciativa se presentó durante el Foro PROMETEO Talento Sostenible, organizado por el Colegio Oficial de Ingeniería Industrial de Bizkaia (COIIB) y...
Las cookies son pequeños archivos que un sitio web puede almacenar en su navegador para recordar preferencias, permitir funciones de sesión o, con su consentimiento, medir el uso del sitio.
Necesarias o técnicas: permiten el funcionamiento del portal, el inicio de sesión y la conservación de sus preferencias de privacidad. Cuando son estrictamente necesarias no requieren consentimiento.
Analíticas (opcionales): Google Analytics 4 y Histats permiten obtener estadísticas de visitas y uso. Estos servicios solo se cargarán después de que acepte las cookies analíticas.
| Nombre | Proveedor | Finalidad | Duración |
|---|---|---|---|
| ingenieros_analytics_v2 | Ingenieros.es | Guardar su elección de consentimiento | 12 meses |
| _ga, _ga_* | Google Analytics | Estadísticas de uso, solo tras aceptar | Según la configuración de Google Analytics |
| Identificadores de Histats | Histats | Medición estadística, solo tras aceptar | Según la configuración de Histats |
| Cookies de sesión | Ingenieros.es | Autenticación y funcionamiento de servicios privados | Según la sesión y la configuración del servidor |
Puede aceptar o rechazar las cookies analíticas desde el aviso inicial. Ambas opciones permiten continuar navegando. Para modificar o retirar su consentimiento, pulse «Configurar cookies», disponible en la web. También puede eliminar las cookies desde la configuración de su navegador. Retirar el consentimiento impide nuevas mediciones; no elimina necesariamente los datos previamente tratados por terceros.
Google y Histats pueden tratar información de navegación conforme a sus políticas. Consulte las condiciones y garantías de tratamiento de cada proveedor, incluidas las relativas a transferencias internacionales. Para más información sobre el tratamiento de datos personales y sus derechos, consulte la Política de privacidad y el Aviso legal del portal.
Esta política se actualizará cuando cambien los servicios, las finalidades o las cookies utilizadas. Si el cambio requiere un nuevo consentimiento, se solicitará antes de activar las tecnologías correspondientes.
Google Privacy Policy | Histats
El inventario de cookies de terceros puede variar con sus configuraciones. La relación exacta debe contrastarse con las cookies observadas en el navegador.