Integrar contexto geográfico en modelos de lenguaje en español permite mejorar precisión en tareas como búsqueda local, clasificación de incidencias o asistentes urbanos. El objetivo es inyectar conocimiento espacial sin comprometer la generalización del modelo.
La preparación de datos combina corpus en español con features extraídas de capas geoespaciales: codificación de municipios, densidad, POIs y estacionalidad. La arquitectura puede optar por embeddings enriquecidos o prompts con señales geográficas.
La evaluación debe incluir escenarios reales en ciudades españolas. Métricas tradicionales se complementan con medidas de cobertura territorial y robustez ante ambigüedades toponímicas.