Quiénes aparecen

entidades nombradasEntidades nombradas (NER). Los nombres propios que aparecen en un texto: personas, lugares, instituciones. En minería de texto se llama NER (reconocimiento de entidades nombradas). Acá los reconoce un modelo entrenado con textos en español (spaCy); al lado se muestra lo que veían nuestras reglas —la mayúscula y listas de palabras conocidas— como contraste.⚠️ El modelo acierta unas dos de cada tres veces, y las reglas una de cada tres: siempre queda algo mal puesto. Un apellido solo («Montenegro») se junta con el nombre completo si apareció antes en el texto; si no, queda como otra persona.leer más →

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.

Sobre qué se buscan los nombres

640 notas · 5 diarios · 262.940 palabras

01 — Lo que sale

Personas

  1. 55
  2. 43
  3. 28
  4. 22
  5. 22
  6. 21
  7. 20
  8. 18
  9. 17
  10. 16

Organizaciones

  1. 41
  2. 36
  3. 30
  4. 26
  5. 25
  6. 21
  7. 21
  8. 20
  9. 17
  10. 14

Lugares

  1. 81
  2. 74
  3. 49
  4. 36
  5. 26
  6. 25
  7. 25
  8. 24
  9. 22
  10. 21

640 notas · 5 diarios · 262.940 palabras · el número es cuántas veces se nombra. Tocá un nombre para ver dónde lo dicen y con qué palabras aparece. Lo tachado es lo que sacaron los filtros de abajo. Los nombres los encontró un modelo —spaCy, es_core_news_md— que corre en nuestra máquina.

Lo que veían nuestras reglas

Hasta el 25 de agosto de 2026 esta lista salía de reglas nuestras: dos palabras con mayúscula seguidas, más listas de cargos, de instituciones y de barrios. Medidas contra 30 notas marcadas a mano encontraban 26 de cada 100 nombres —22 de cada 100 personas— contra 63 del modelo (93 en personas). Se quedan acá porque se pueden abrir y mirar por dentro, que es lo que al modelo no se le puede hacer.

Personas

  1. Guillermo Montenegro 135
  2. Javier Milei 51
  3. Mariano Moyano 32
  4. Gustavo Torres 30
  5. Ayelén Romero 22
  6. Federico Sturzenegger 20
  7. Sosa Intaschi 17
  8. Erika Romero 15
  9. Fernando Berlingeri 13
  10. Desarrollo Social 13

Organizaciones

  1. Gobierno 196
  2. Provincia 127
  3. Justicia 116
  4. Policía 110
  5. Universidad 101
  6. Hospital 96
  7. Fiscalía 69
  8. Concejo Deliberante 66
  9. Unidad Penal 58
  10. Nación 56

Lugares

  1. Centro 126
  2. Batán 115
  3. Libertad 79
  4. Puerto 64
  5. San Juan 35
  6. Necochea 32
  7. Azul 31
  8. Brasil 29
  9. España 27
  10. Córdoba 25

Personas · sólo el modelo: Saturnino, Erika Ayelén Romero, Papa León XIV, Marcelo Cardoso, Facundo De La Canale · sólo las reglas: Mariano Moyano, Ayelén Romero, Sosa Intaschi, Erika Romero, Desarrollo Social

Organizaciones · sólo el modelo: Departamento Ejecutivo, Corte Suprema de Justicia, Policía Científica, Universidad Nacional de Mar del Plata, HIGA, PRO Mar del Plata, Unidad Penal N, CEMA Batán · sólo las reglas: Gobierno, Provincia, Justicia, Policía, Universidad, Hospital, Fiscalía, Unidad Penal

Lugares · sólo el modelo: Prefectura Naval Argentina, CEMA Batán, provincia de Buenos Aires, Municipio de Maipú, intendente Montenegro, Hospital Interzonal General de Agudos, La Campagnola, Centro Barrial Parroquial · sólo las reglas: Centro, Batán, Libertad, Puerto, San Juan, Necochea, Azul, Brasil

Qué se pierde acá: el modelo también se equivoca —a veces toma un título de nota por una organización, o parte un nombre— y, a diferencia de las reglas, no podés abrirlo y ver por qué decidió. Donde los dos coinciden hay bastante seguridad; donde se separan, tocá el nombre y mirá la frase.

03 — La perilla

Dos filtros que cambian todo

Sin ellos la lista es correcta y a la vez inútil. Lo descartado se ve tachado arriba.

«Mar del Plata» y los nombres de los diarios aparecen en todas las notas: es cierto y no dice nada. Como actores, son ruido. Y «Clínica Colón» no es una persona por más que empiece con mayúscula: cambia de columna.

04 — 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.
¿Qué es Quiénes aparecen? — ver más

Los nombres los encuentra un modelo entrenado (spaCy) que lee la frase entera y aprendió, sobre miles de textos en español marcados a mano, qué suena a nombre de persona, de organización o de lugar. Después nosotros acomodamos: el apellido suelto se suma al nombre completo, y se tachan la ciudad y los diarios, que están en todas las notas y no dicen nada.

NER (reconocimiento de entidades nombradas) por modelo estadístico, no por reglas: spaCy es_core_news_md, corriendo en nuestro propio servidor. Nuestras reglas anteriores —mayúsculas más listas de cargos e instituciones— quedan al lado como contraste, porque se pueden mostrar por dentro y el modelo no.

Leer la explicación completa: cómo se hace paso a paso, y los trabajos que fundaron la técnica →

Todos investigamos algo.

Con una cuenta gratis cargás tus textos, los etiquetás, corrés estos mismos análisis sobre ellos y publicás lo que encontraste. Cuando publicás tu primera investigación, sos investigador del HLab.

Crear mi cuenta → Ver un caso completo: El Marquesado