Ayuda Quiénes aparecen

entidades nombradas (NER)

¿Quiénes aparecen?

Las palabras dicen de qué se habla. Los nombres dicen de quién: las personas, las organizaciones y los lugares más nombrados, con los dos filtros sin los cuales la lista es correcta e inútil.

01 — Cómo se hace

Cada texto se lo damos a un modelo entrenado —spaCy, en su versión en español— que corre en una máquina nuestra, no en la de nadie más. El modelo lee la frase entera y marca los nombres con una de cuatro etiquetas: persona, organización, lugar, o «otro» (obras, leyes, eventos). Las primeras tres son las tres columnas que ves; la cuarta queda afuera.

No mira mayúsculas ni consulta listas: aprendió, sobre miles de textos en español marcados a mano por personas, qué suena a nombre en una frase. Por eso agarra el apellido solo («Neme»), el nombre que abre la oración y el que no tiene ningún cargo adelante. Y por eso, cuando se equivoca, no se le puede abrir para ver por qué.

Después acomodamos nosotros. El apellido suelto se suma al nombre completo cuando es una de sus palabras: «Montenegro» y «Guillermo Montenegro» son la misma persona y en la lista tienen que ser un renglón. Dos cosas se tachan en vez de borrarse, para que veas lo que sacamos: los nombres de la ciudad y de los diarios, y lo que es ruido con mayúsculas.

Hasta el 25 de agosto de 2026 esta lista la hacían reglas nuestras: dos palabras con mayúscula seguidas, más listas de cargos, instituciones y barrios. Las medimos contra 30 notas marcadas a mano y encontraban 26 de cada 100 nombres —22 de cada 100 personas— contra 63 del modelo (93 en personas). Se quedan en la pantalla, al costado, porque se pueden mostrar paso a paso.

Contamos cuántas veces aparece cada uno y ordenamos. Si tocás un nombre, te llevamos a la frase donde lo nombran, en cada diario.

02 — El límite

El modelo acierta bastante más que unas reglas (medido: 63 de cada 100 nombres contra 26), pero se equivoca igual: parte nombres, toma el título de una nota por una organización y no sabe que dos formas de escribir son la misma persona. Y no se le puede preguntar por qué decidió. Sirve para orientarse sobre quién está en escena — no como padrón.

Un modelo entrenado con textos de todo el mundo hispano no conoce esta ciudad: puede leer «Constitución» o «Libertad» como lugares cuando son calles, y separar en dos a alguien que un diario nombra por el apellido y otro por el nombre completo. La lista es de candidatos, no un padrón: si un nombre te parece raro, tocalo y mirá la frase.

03 — De dónde viene

Nada de esto lo inventamos nosotros. Estos son los trabajos que fundaron cada técnica, y qué aportó cada uno.

Entidades

  1. Grishman, R. & Sundheim, B. (1996). «Message Understanding Conference-6: A Brief History». COLING 1996, vol. 1, 466–471. ↗

    Acá nació la tarea de «reconocer entidades»: marcar en un texto los nombres de personas, lugares y organizaciones, y medir cuántos se aciertan.

  2. Nadeau, D. & Sekine, S. (2007). «A survey of named entity recognition and classification». Lingvisticae Investigationes, 30(1), 3–26. ↗

    El repaso de quince años de esa tarea: de las reglas escritas a mano —lo que hacíamos hasta agosto de 2026— al aprendizaje automático, que es lo que corre ahora.

  3. Honnibal, M. & Montani, I. (2017). «spaCy 2: Natural language understanding with Bloom embeddings, convolutional neural networks and incremental parsing». ↗

    La herramienta que corre acá: el modelo en español (es_core_news_md) que marca los nombres, entrenado sobre textos anotados a mano.

04 — Probalo

Ir a «Quiénes aparecen» → La pantalla que hace esto, sobre los diarios de hoy o un texto tuyo. Y después: ¿Qué tono tiene? Qué tono tiene