Extracción automática de información sobre movimientos socio-territoriales rurales en Uruguay

Abstract

Este proyecto desarrolla un sistema automático de extracción de información estructurada a partir de noticias relacionadas con movimientos socioterritoriales rurales en Uruguay. Utilizando Modelos de Lenguaje de Gran Escala (LLMs) y técnicas de Procesamiento de Lenguaje Natural (PLN), el sistema procesa alertas de Google, extrae información relevante y la estructura según las necesidades del Observatorio de la Cuestión Agraria del Uruguay (OCAU). La solución implementa un pipeline de procesamiento que incluye clasificación de relevancia, extracción paralela y secuencial de información, y validación mediante esquemas estructurados con Pydantic. El sistema integra técnicas de procesamiento de lenguaje natural (PLN) con modelos de lenguaje de gran escala (LLMs) para identificar, clasificar y analizar las acciones de movimientos sociales y su impacto geográfico. La arquitectura propuesta incorpora tecnologías innovadoras como Model Context Protocol (MCP) para la modularización de servicios de IA y Pinecone como base de datos vectorial para la clasificación semántica de relevancia. El sistema logra automatizar un proceso que anteriormente requería análisis manual intensivo, proporcionando una herramienta valiosa para el Observatorio de la Cuestión Agraria del Uruguay (OCAU) en su labor de monitoreo y análisis de la dinámica socioterritorial rural.