Porcinova ha organizado un webinario que contó con más de 50 personas inscritas. El objetivo era identificar qué tendencias tecnológicas están marcando la demanda del sector porcino. MIguel Ángel Comín, coordinador de Porcinnova, fue el presentador del encuentro virual y comentó de forma breve qué es PORCINNTelligence.

Se trata de una herramienta de vigilancia tecnológica con Inteligencia Artificial (IA) desarrollada específicamente para el sector porcino. Su desarrollo se ha llevado a cabo en el marco de Porcinnova en colaboración con Fundación de Innovación y Transferencia Agroalimentaria de Aragón (FITA) y el Centro de Investigación y Tecnología Agroalimentaria de Aragón (CITA) con la participación de las empresas Fundamenta Consulting e Intelligent Information Technologies.

A partir de fuentes de información como son diferentes Bases de Datos relacionadas con la I+D+i o las redes sociales (en este caso y en la versión beta, con Twitter), crea un repositorio de información específica relacionada con el sector porcino con el objetivo de poder rastrear toda la cadena de I+D+i.

Arturo Daudén (coordinador de la Oficina de Proyectos del CITA, biólogo y doctor en Veterinaria) mostró ejemplos concretos para analizar cómo mejorar la sostenibilidad medioambiental del sector porcino así como ciertos ejemplos relacionados con la bioseguridad.

Daudén empezó con una búsqueda genérica de “bioseguridad” lo cual le devolvió 696 coincidencias entre artículos científicos, patentes, proyectos y tweets de un repositorio que incluye más de 200.000 registros a día de hoy. De cada uno de estos registros y documentos se pueden generar fichas, leer resúmenes o acceder al documento completo en la fuente original. Para concretar la búsqueda se vio cómo añadir términos de búsqueda adicionales o crear filtros semánticos. También se vio como ampliar la búsqueda de contenido lanzando la misma búsqueda desde PORCINNTelligence a Google Academics.

Gracias a estas búsquedas y mediante relaciones semánticas aplicando tecnología de Procesamiento de Lenguaje Natural (PLN), mostró cómo la herramienta sugiere otros documentos similares que pueden ser de tu interés pero que no han sido seleccionados en la búsqueda inicial.

Por otra parte, la funcionalidad de Nube de etiquetas agrupa toda la información y ofrece las relaciones que existen entre distintas parejas de términos que identifican tendencias y ayudan en posteriores búsquedas. Además, esta funcionalidad nos permite eliminar palabras que añaden “ruido” a las búsquedas con los filtros de “listas negras” para obtener resultados más ajustados.

La herramienta permite ahorrar tiempo y recursos devolviendo solo los documentos que más se ajustan a las búsquedas realizadas de forma que agiliza el proceso de investigación gracias a las técnicas de Deep Learning y PLN.