Description
La lengua española, con casi 493 millones de hablantes nativos1, es una de las lenguas más relevantes a nivel internacional y con mayor perspectiva de crecimiento por los más de 22 millones de personas que lo estudian anualmente en el mundo2. Tanto el proceso de digitalización como el avance de la economía del conocimiento, basada en generar valor y oportunidades a partir del dato, favorecen un entorno para desarrollar sistemas que permitan explotar la información almacenada en repositorios en forma de texto para mejorar el funcionamiento de las administraciones públicas, lo que redunda en una mejora en la calidad de vida de los ciudadanos. Además, trabajar en un idioma con técnicas de procesamiento del lenguaje natural plantea numerosas opciones de fortalecimiento del idioma en la ciencia, de promoción del multilingüismo en la comunicación científica y de recuperación de contenidos científicos en la red, generados en español, solo posible con este trabajo previo y en el marco de las infraestructuras de información científica consolidadas en Europa. La posición privilegiada del español en el mundo nos da una ventaja estratégica para fomentar el crecimiento de la industria del dato española y situarla comolíder de tecnologías del lenguaje en esta lengua.El intenso proceso de digitalización ha provocado la generación de gran cantidad de datos textuales en diferentes sectores como el I+D+i, con grandes volúmenes de datos publicados en forma de literatura científica y de conjuntos de datos, que deberían ser accesibles a la comunidad hispanohablante para fomentar el desarrollo científico en nuestra lengua; el sector sanitario, con un gran volumen de datos depacientes contenidos en forma de texto dentro de la historia clínica electrónica, lo que dificulta su reaprovechamiento y su potencial uso para fomentar la eficiencia de los sistemas de gestión hospitalaria a través de mejoras en el acceso a los datos y la creación de sistemas de asistencia al diagnóstico; o el ámbito jurídico, con enormes cantidades de documentación (legislación, normativas, sentencias, documentación judicial) producida por distintos estamentos tanto a nivel supranacional, como nacional o regional, cuya armonización y facilidad de acceso y comparación, agilizarán el procesamiento y la toma de decisione
