En los últimos años, los modelos de inteligencia artificial generativa han ganado popularidad por su capacidad de producir texto de manera natural y coherente. Sin embargo, cuando se trata de tareas y aplicaciones de comprensión del lenguaje natural (Natural Language Understanding, NLU) en dominios especializados, los modelos basados en Enconders pueden ser una alternativa más eficiente y rentable. Un ejemplo es MEL (Modelo de Español Legal), un modelo de lenguaje especializado en textos jurídicos en español. Ha sido desarrollado en el marco de INESData, proyecto coordinado por la Universidad Politécnica de Madrid (UPM) y en cuya vertical legal-administrativa ha colaborado el Instituto de Ingeniería del Conocimiento (IIC). En este post, repasamos las ventajas y primeros resultados de este modelo. ¿Dónde y cómo probar MEL? Si eres profesional del derecho, formas parte de equipos de legaltech, investigadores en PLN o eres desarrolladores de IA en el ámbito legal, ya puede probar  el modelo de lenguaje especializado en textos jurídicos en español. MEL vs. Modelo de lenguaje generativo MEL se basa en el modelo XLM-RoBERTa-large y ha sido preentrenado con documentos oficiales como el Boletín Oficial del Estado (BOE) y textos del Congreso. Ya puesto a prueba, los resultados que apuntamos más … Sigue leyendo MEL: una alternativa eficiente a los modelos generativos en el sector legal