Análisis de Textos

Las siguientes son herramientas y frameworks que estamos analizando, orientados al anlálisis de textos y extracción de entidades.

On Premise

SpaCy

Una de las bibliotecas más populares para procesamiento de lenguaje natural. Tiene soporte para modelos preentrenados en español.

• Reconocimiento de entidades nombradas (NER).
• Posibilidad de entrenar modelos para textos legales.

Se puede integrar en C# utilizando el servicio Python REST API con Flask o FastAPI y realizando llamadas HTTP desde la aplicación.

Hugging Face Transformers

Plataforma para utilizar modelos como BERT y RoBERTa, con soporte en español y entrenados para tareas como NER.

• Modelos como BETO o mBERT entrenados para textos en español.
• Alta precisión para dominios especializados (como demandas legales).

Se puede crear un servicio REST API en Python o Node.js y luego llamarlo desde C#.

Stanford NLP

Biblioteca potente para análisis sintáctico y semántico, con soporte multilenguaje (incluido español).

• Reconocimiento de entidades nombradas (NER).
• Compatibilidad con textos largos y complejos.

Se puede implementar el servidor CoreNLP y realizar solicitudes HTTP desde una aplicación C#.

Servicios en la nube

Google Cloud Natural Language API

• Extracción de entidades.
• Análisis de sintaxis y sentimientos.

AWS Comprehend

• Reconocimiento de entidades personalizadas (Custom Entity Recognition).
• Entrenamiento con conjuntos de datos legales.

Azure Cognitive Services - Text Analytics

• Reconocimiento de entidades estándar y personalizadas.
• Escalabilidad e integración nativa con el ecosistema Azure.

Frameworks Open Source con Modelos Personalizables

NERD (Named Entity Recognition Dashboard)

Framework para desarrollar modelos personalizados de extracción de entidades.

• Basado en herramientas como SpaCy o Hugging Face.
• Útil para etiquetar textos y entrenar modelos adaptados.

Doccano

Herramienta de etiquetado para entrenar modelos personalizados de NLP.

• Útil para generar datasets y entrenar herramientas como SpaCy o Transformers.

Prodigy

Herramienta de etiquetado para entrenar modelos personalizados de NLP.

• Útil para generar datasets y entrenar herramientas como SpaCy.
• Costo $390 lifetime x site (Personal).

Herramientas Especializadas en el Dominio Legal

Soluciones preconstruidas de LegalTech.

ROSS Intelligence

Plataforma diseñada para documentos legales, incluyendo análisis de contratos y demandas.

Legal Robot

Ofrece soluciones para procesar documentos legales y extraer datos clave.