Investigación y publicaciones
La investigación académica solo es útil cuando se convierte en infraestructura operativa. El trabajo de Pangeanic en traducción automática, datos multilingües, corpus de habla, evaluación, MTQE y alineación de modelos alimenta directamente los sistemas que las empresas utilizan hoy.
Última actualización: octubre de 2026. Esta página resume una selección de investigación, publicaciones, presentaciones técnicas y proyectos europeos de I+D vinculados a las capacidades de Pangeanic en datos para IA, traducción automática, evaluación y despliegue.
Explore las publicaciones académicas, los proyectos europeos de I+D y las presentaciones científicas de Pangeanic, y su conexión con el desarrollo de productos: AI Data Services, Datasets, Traducción Automática, Deep Adaptive AI Translation, MTQE, Evaluación y QA de IA y Alineación de Modelos.
Nuestro recorrido es simple: la investigación produce métodos, los métodos se convierten en funcionalidades de producto y esas funcionalidades se prueban en casos de uso operativos.
Investigación aplicada
Los artículos académicos resuelven problemas técnicos. La IA en producción exige resolver fallos de flujo de trabajo. La agenda de investigación de Pangeanic se ha moldeado con restricciones prácticas: la escasez de datos multilingües, la estimación de calidad de traducción, el control terminológico, la generación de datos de habla, la adaptación de modelos y la evaluación de resultados antes de que lleguen a usuarios reales.
El valor de la investigación no está en la publicación en sí. El valor aparece cuando la investigación se convierte en un dataset, un motor, una capa de control, un flujo de revisión humana o un sistema desplegable. Ese recorrido lo documentamos públicamente aquí.
Investigación conectada a capacidades
Las publicaciones y los proyectos europeos de Pangeanic se conectan directamente con los flujos operativos de datos de IA, traducción, evaluación y alineación.
Perfiles de investigación
Estos perfiles conectan el trabajo de investigación, las publicaciones y las presentaciones técnicas con los productos actuales de Pangeanic en datos de IA multilingüe, traducción automática, MTQE, alineación de modelos y sistemas de IA soberana.
Fundador y dirección de investigación
CEO y fundador de Pangeanic. Su trayectoria de investigación conecta los primeros trabajos de Pangeanic en traducción automática con las líneas de producto actuales: TA adaptativa, MTQE, datos de IA multilingüe, traducción documental para empresas y despliegue soberano.
Google Scholar →Machine learning y espacios de datos
Director de Machine Learning. Su trabajo abarca la generación de corpus de habla, la recuperación de información y los espacios de datos multimodales, conectando los datasets de habla, la retrieval QA, el procesamiento de datos y el trabajo de plataforma de IA de Pangeanic.
Informe corpus de habla ELE2 →Habla y ASR multilingüe
Su trabajo sobre corpus de habla, transcripción de code-switching y clasificación de textos multilingües se conecta directamente con los datasets de habla, la evaluación de ASR, la identificación de idioma y los pipelines de PLN multilingüe de Pangeanic.
DAAIT y MTQE
Investigadora en traducción automática, presenta el trabajo de Pangeanic sobre TA multiagente, posedición, MTQE y Deep Adaptive AI Translation en contextos como AMTA, LREC y AI4Culture.
AMTA 2025 →LLM e investigación en PLN
Director de LLM e Investigación en IA. Sus publicaciones abarcan análisis de sentimientos, detección de persuasión, supervisión distante, extracción de relaciones, metodología de evaluación y adaptación de traducción automática.
Google Scholar →Infraestructura europea de TA
Contribuciones de investigación e ingeniería vinculadas a la infraestructura europea de traducción automática, al trabajo de recolección de datos de NTEU y a la creación de más de 500 motores de traducción neuronal para idiomas de la UE.
Google Scholar →De la investigación a la producción
El historial de investigación de Pangeanic es más relevante cuando explica lo que la empresa sabe construir. El mismo trabajo que produjo corpus de habla, motores de TA neuronal, métodos de evaluación e investigación en traducción adaptativa hoy sostiene los flujos comerciales de datos de IA, MTQE, DAAIT y el despliegue soberano.
01 · Habla y lenguas con pocos recursos
Investigación: generación de grandes corpus de habla para las lenguas de España mediante aumento de datos.
Capacidad de producto: datasets de habla, aumento de datos, evaluación de ASR y recolección para lenguas con pocos recursos.
Vía comercial: datasets de habla y audio a medida para administraciones públicas, laboratorios de IA y organizaciones de medios.
02 · Infraestructura de TA neuronal
Investigación: diseño de corpus multilingües a gran escala y creación de motores de traducción automática neuronal.
Capacidad de producto: Traducción Automática, corpus paralelos, adaptación de dominio y despliegue de motores multilingües.
Vía comercial: infraestructura segura de TA y de datos de IA multilingüe para flujos de empresa y sector público.
03 · Traducción adaptativa
Investigación: adaptación incremental de TAN, flujos de posedición y traducción automática específica de dominio.
Capacidad de producto: Deep Adaptive AI Translation con terminología del cliente, memorias de traducción y recursos de dominio.
Vía comercial: flujos de traducción adaptativa para organizaciones que necesitan control de tono, terminología y dominio.
04 · MTQE y enrutado de revisión
Investigación: traducción multiagente, automatización de la posedición y estimación de calidad presentadas en contextos AMTA y LREC.
Capacidad de producto: MTQE, bucles correctivos automáticos y enrutado de la revisión por umbral de calidad.
Vía comercial: menos desperdicio en revisión y un control de calidad más fuerte en operaciones de traducción de alto volumen.
05 · Evaluación y PLN
Investigación: supervisión distante, reducción de ruido, análisis de sentimientos, clasificación y metodología de evaluación.
Capacidad de producto: datasets de evaluación, diagnóstico de modelos, flujos de calidad de datos y QA de IA.
Vía comercial: datos de mayor calidad y mejor evaluación para modelos multilingües específicos de tarea.
06 · Retroalimentación humana y alineación
Investigación: anotación, ranking, evaluación, datos de preferencia y revisión humana en proyectos multilingües.
Capacidad de producto: PECAT, RLHF, alineación de modelos y operaciones de IA gobernadas por humanos.
Vía comercial: datos supervisados por humanos y flujos de alineación para sistemas de IA empresariales.
Publicaciones y presentaciones seleccionadas
Las entradas siguientes muestran cómo los resultados de investigación se conectan con las capacidades comerciales y técnicas actuales de Pangeanic.
Manuel Herranz, Marina Albert · LREC 2026 Industry Day
Presentación del trabajo de Pangeanic en Deep Adaptive AI Translation, conectando traducción basada en LLM, adaptación terminológica, control de dominio y flujos lingüísticos multiagente.
Programa de LREC 2026 →Marina Albert Girona · AMTA 2025
Presentación vinculada al desarrollo por parte de Pangeanic de DAAIT, MTQE, posedición automática y enrutado por calidad mediante agentes de traducción especializados.
Programa de AMTA 2025 →Marina Albert Girona · AI4Culture 2025, Vilnius
Taller sobre traducción automática y herramientas CAT desarrollado en el contexto del ecosistema Europeana y AI4Culture, conectando la IA del sector cultural con flujos de traducción prácticos.
Recurso de AI4Culture →José Miguel Herrera, Moisés Barrios · European Language Equality 2
Informe técnico que conecta el trabajo de generación de datos de Pangeanic con los datasets de habla, el aumento de datos y el apoyo a lenguas con pocos recursos.
Leer el informe →Pangeanic, KantanMT, Tilde · Connecting Europe Facility
Proyecto europeo de traducción automática a gran escala que implicó la recolección de datos multilingües y la creación de más de 500 motores de traducción neuronal para idiomas de la UE.
Proyecto NTEU →Mercedes García Martínez, Manuel Herranz, Amando Estela, Laurent Bié, A. Franco · IWLT
Primera evidencia del enfoque de plataforma de Pangeanic para la traducción neuronal industrial, la gestión de motores y los flujos de TA orientados al cliente.
Leer el artículo →Miguel Domingo, Mercedes García Martínez, Álvaro Peris, Alexandre Helle, Amando Estela, Laurent Bié, Francisco Casacuberta, Manuel Herranz
La investigación sobre TAN adaptativa y posedición profesional está directamente conectada con el trabajo de largo recorrido de Pangeanic en retroalimentación humana, adaptación de modelos y productividad de traducción.
Leer el artículo →José Miguel Herrera, Barbara Poblete, Denis Parra · ECIR 2018
Investigación sobre ranking y recuperación de información, relevante para la búsqueda semántica, la retrieval QA y los flujos de IA basados en recuperación.
Springer →J. M. de la Torre Vilariño, Juan Luis García Mendoza, A. Petrucci · EAMT 2023
Estudio de caso sobre adaptación de dominio en la traducción del e-commerce de lujo, relevante para Deep Adaptive AI Translation y el trabajo de TA específico de cliente de Pangeanic.
L. Bustio-Martínez, V. Herrera-Semenets, Juan Luis García Mendoza et al. · IWAIPR 2023
Investigación sobre detección automática de patrones textuales mediante aprendizaje automático, conectada con flujos de clasificación, evaluación e inteligencia de contenido.
DOI →Juan Luis García Mendoza, L. Villaseñor Pineda, D. Buscaldi, L. Bustio-Martínez, F. Orihuela Espina · MICAI 2022
Trabajo sobre reducción de ruido para extracción de relaciones, relevante para la calidad de datos, la consistencia de anotación y la evaluación en PLN.
DOI →Juan Luis García Mendoza, L. Villaseñor Pineda, F. Orihuela Espina · Procesamiento del Lenguaje Natural
Trabajo de metodología de evaluación relevante para los servicios de QA de IA, benchmarking, calidad de datos y evaluación de modelos de Pangeanic.
DOI →Del paper al despliegue
La investigación se vuelve comercialmente útil cuando reduce la incertidumbre operativa. El historial de investigación de Pangeanic se conecta directamente con sistemas de producción que gestionan datos multilingües, traducción automática, evaluación, retroalimentación humana y despliegue controlado.
Por eso nuestra estructura de prueba enlaza trabajo académico, proyectos europeos, eventos científicos, productos y casos de uso en una sola secuencia.
Sistemas de IA basados en investigación
Pangeanic ayuda a las organizaciones a pasar de los datos multilingües y los prototipos de investigación a flujos de IA en producción, con gobernanza, revisión humana y despliegue seguro.