Acceso usuarios
Los grandes modelos del lenguaje multilingües permiten un acceso más completo a la información científica, pero su uso en entornos con recursos disponibles limitados permanece poco explorado. Evaluamos si los modelos generativos y de incrustación adaptados al dominio pueden mejorar la recuperación de información científica multilingüe en catalán, español e inglés. Abordamos los problemas de segmentación de consultas multilingües y la búsqueda semántica croslingüe mediante incrustaciones de frases adaptadas. Nuestros resultados muestran que los modelos multilingües compactos, cuando se ajustan con datos de investigación multilingüe proporcionan un acceso, preciso e independiente de idioma, a la información de investigación abierta.
Recent multilingual large language models enable richer access to scientific information, but their use in low- and mid-resource settings remains underexplored. We evaluate whether domain-adapted generative and embedding models can improve multilingual scientific information retrieval across Catalan, Spanish, and English. Two tasks are addressed: multilingual query parsing and cross-lingual semantic search through adapted sentence embeddings. Our results show that compact multilingual models, when tuned with domain-specific research data, provide accurate and language-agnostic access to open research information.
