Este artículo presenta el sistema Annif para la indexación de temas mediante modelos lingüísticos a gran escala (LLM) en la Tarea 5 de SemEval-2025 (LLMs4Subjects). Esta tarea requirió la generación de predicciones de temas utilizando el vocabulario temático de la Red Neuronal Global (GND) para registros bibliográficos en la base de datos bilingüe TIBKAT. El sistema Annif combina técnicas existentes de procesamiento del lenguaje natural y aprendizaje automático implementadas en el kit de herramientas Annif con un innovador método basado en LLM para la traducción y generación de datos sintéticos, así como la fusión de predicciones de modelos japoneses. En evaluaciones cuantitativas, ocupó el primer lugar en todas las categorías de temas, el segundo en la categoría tib-core-subject y el cuarto en evaluaciones cualitativas. Estos resultados demuestran el potencial de combinar el algoritmo XMTC existente con técnicas modernas de LLM para mejorar la precisión y la eficiencia de la indexación de temas en entornos multilingües.
