Matches in SemOpenAlex for { <https://semopenalex.org/work/W1521103694> ?p ?o ?g. }
- W1521103694 abstract "Conclusiones1. ?Es posible prescindir de los recursos para el analisis morfo-lexico, sintactico y semantico en el reconocimiento de entidades, para con ello evitar los errores acarreados por los recursos dedicados a estas tareas y, aun asi, obtener resultados a la altura de los alcanzados a nivel internacional? Analizando los resultados obtenidos por el metodo expuesto en el epigrafe 3.7.5, a partir de los clasificadores de Maxima Entropia, se puede ver que esta variante se ubica en la primera posicion entre los trabajos que han medido su desenvolvimiento con los corpus del CONLL-2002. Tambien otros clasificadores con los que se experimenta (SVM, AD, RN), obtienen resultados por encima del promedio de los obtenidos en esta competicion. Estos resultados son obtenidos para los corpus en espanol, un lenguaje con una gramatica bastante compleja. Esto hace que se pueda afirmar que la opcion de prescindir de la fase de pre-procesamiento de los corpus, evitando asi el acarreo de errores y la carga computacional que representa el pre-procesamiento (el analisis lexico-sintactico o semantico) en este tipo de tarea, es factible.2. ?Puede lograrse un metodo que permita abstraer las complejidades de los lenguajes formales en la creacion de patrones de extraccion, a partir de expresiones regulares para su utilizacion en diferentes tareas del PLN? A traves de una representacion grafica como el automata finito, se ha visto en los experimentos reflejados en el epigrafe 3.8.3 que resulta mas simple crear un patron a traves de una representacion simbolica, que utilizando un lenguaje regular. La dificultad para usar una sintaxis como esta, no solo influye a la hora de la creacion de las expresiones, sino tambien para interpretarlas y modificarlas. Tambien corrobora este resultado la utilizacion exitosa de este metodo en otros trabajos como son (Miranda, 2008; Fernandez, Gutierrez et al., 2011; Garcia, 2011; Leon, 2011; Perez, Fernandez et al., 2011). Finalmente, una vez concluido todos los experimentos, se puede afirmar -partiendo de los resultados- que se hace mas facil obtener el patron deseado a traves del automata finito que directamente con la expresion regular. Por tanto, este seria un posible metodo para la creacion de patrones de extraccion en aplicaciones de PLN, en el que se evitaria tener que lidiar directamente con el lenguaje regular.3. ?De que forma mejorar la distancia de edicion, utilizada en la medicion de similitud, de manera que al comparar palabras con diferencias en la raiz -que provocan cambio en el significado- sean penalizadas consecuentemente? Si se tienen en cuenta no solo las operaciones a realizar para transformar una palabra en otra, si no tambien el lugar donde se producen, dandole una importancia que estara en funcion de cuan cerca ocurren del inicio de las palabras y ademas se valida la significacion del caracter involucrado en la operacion, se pueden obtener resultados que superan a los alcanzados por otras metricas que con regularidad se utilizan en esta tarea.4. ?Se podra utilizar la modificacion de la distancia de edicion en la generacion automatica de familias de palabras y obtener resultados por encima de un 90% de precision en esta tarea? A partir de la extension realizada a la distancia de edicion, no solo se puede utilizar esta metrica en el agrupamiento de familias de palabras, si no que se obtienen resultados superiores al 90% de precision y exactitud en esta tarea. De esta forma, se logra un metodo de gran utilidad para el agrupamiento de bolsas de palabras que pertenecen al mismo campo semantico, lo que permite su utilizacion en otras tareas del PLN.5. Mediante la modificacion de la distancia de edicion, ?se podra obtener un stemmer independiente del lenguaje, a partir del agrupamiento de familias de palabras, que obtenga resultados superiores al 95% de precision, cobertura y exactitud? Mediante el agrupamiento de familias utilizando la DEx, se logra identificar el lexema comun de las palabras, por lo tanto se puede identifica, con buena exactitud, el stem que agrupa bajo un mismo concepto a dichas palabras. Ademas, esto se logra con una precision, exactitud y cobertura superior al 95%.6. ?Que influencias tiene la utilizacion de un alineamiento lexico y el semantico en reconocimiento de la similitud textual desde una perspectiva multidimensional? Se ha podido ver, A traves de los experimentos realizados, que el alineamiento lexico aporta buenos resultados en la tarea de determinar la similitud entre frases. Ademas, la incorporacion de varias metricas como atributos en un sistema de aprendizaje automatico, mejora considerablemente estos resultados. Asi tambien, al incorporar un aporte semantico a este alineamiento, a partir de las relaciones de WordNet, mejora significativamente el resultado alcanzado. Pero, al incorporar la semantica proveniente de un analisis multidimensional, aumentan las posibilidades de alcanzar el objetivo previsto. Tambien a quedado demostrado que no pueden desligarse el analisis lexico y el semantico, pues ambos forman el complemento que permite realizar esta tarea.7. ?Podra mejorar la polaridad sentimental la determinacion de la Implicacion Textual? Analizando los experimentos realizados con los corpus para el Reconocimiento del la Implicacion Textual, se ha demostrado que la Polaridad Sentimental ejerce una marcada influencia en este proceso. De esta forma, se puede afirmar que si dos frases se encuentran en una relacion de implicacion deben compartir una misma polaridad o lo que es lo mismo: si dos frases no poseen la misma polaridad, entonces no debe tener una relacion de implicacion entre ellas." @default.
- W1521103694 created "2016-06-24" @default.
- W1521103694 creator A5012878643 @default.
- W1521103694 date "2014-04-01" @default.
- W1521103694 modified "2023-09-26" @default.
- W1521103694 title "Aplicación de la semántica multidimensional, alineamiento léxico-semántico y distancias léxicas al mejoramiento de tareas intermedias del PLN" @default.
- W1521103694 cites W107887419 @default.
- W1521103694 cites W130452239 @default.
- W1521103694 cites W139294982 @default.
- W1521103694 cites W14030242 @default.
- W1521103694 cites W1483540552 @default.
- W1521103694 cites W1483568252 @default.
- W1521103694 cites W1512374150 @default.
- W1521103694 cites W1517947178 @default.
- W1521103694 cites W1520917717 @default.
- W1521103694 cites W1525683663 @default.
- W1521103694 cites W1529646503 @default.
- W1521103694 cites W1532325895 @default.
- W1521103694 cites W1540449438 @default.
- W1521103694 cites W1545666865 @default.
- W1521103694 cites W1559783642 @default.
- W1521103694 cites W1563745091 @default.
- W1521103694 cites W1566018662 @default.
- W1521103694 cites W1601674470 @default.
- W1521103694 cites W1647671624 @default.
- W1521103694 cites W1647729745 @default.
- W1521103694 cites W1663018970 @default.
- W1521103694 cites W167891585 @default.
- W1521103694 cites W1934019294 @default.
- W1521103694 cites W1941319617 @default.
- W1521103694 cites W1969158886 @default.
- W1521103694 cites W1970767594 @default.
- W1521103694 cites W1971220772 @default.
- W1521103694 cites W1976642235 @default.
- W1521103694 cites W1980776243 @default.
- W1521103694 cites W1982772709 @default.
- W1521103694 cites W1987869189 @default.
- W1521103694 cites W1990524510 @default.
- W1521103694 cites W1995249715 @default.
- W1521103694 cites W2002639244 @default.
- W1521103694 cites W2003677545 @default.
- W1521103694 cites W2004157452 @default.
- W1521103694 cites W2004384146 @default.
- W1521103694 cites W2006960009 @default.
- W1521103694 cites W2010665722 @default.
- W1521103694 cites W2020278455 @default.
- W1521103694 cites W2022760666 @default.
- W1521103694 cites W2024791376 @default.
- W1521103694 cites W2026147653 @default.
- W1521103694 cites W2028122758 @default.
- W1521103694 cites W2045993505 @default.
- W1521103694 cites W2050331639 @default.
- W1521103694 cites W2058200372 @default.
- W1521103694 cites W2064262426 @default.
- W1521103694 cites W2065143466 @default.
- W1521103694 cites W2068206659 @default.
- W1521103694 cites W2068882115 @default.
- W1521103694 cites W2074231493 @default.
- W1521103694 cites W2075123415 @default.
- W1521103694 cites W2080985016 @default.
- W1521103694 cites W2084463654 @default.
- W1521103694 cites W2084849788 @default.
- W1521103694 cites W2092543775 @default.
- W1521103694 cites W2093219119 @default.
- W1521103694 cites W2093476618 @default.
- W1521103694 cites W2100648544 @default.
- W1521103694 cites W2101711363 @default.
- W1521103694 cites W2102381086 @default.
- W1521103694 cites W2108395123 @default.
- W1521103694 cites W2112644606 @default.
- W1521103694 cites W2113242816 @default.
- W1521103694 cites W2114188757 @default.
- W1521103694 cites W2117772341 @default.
- W1521103694 cites W2119168550 @default.
- W1521103694 cites W2120084270 @default.
- W1521103694 cites W2121495183 @default.
- W1521103694 cites W2124479173 @default.
- W1521103694 cites W2130158090 @default.
- W1521103694 cites W2131010894 @default.
- W1521103694 cites W2136038431 @default.
- W1521103694 cites W2136134253 @default.
- W1521103694 cites W2136480620 @default.
- W1521103694 cites W2139688603 @default.
- W1521103694 cites W2141099517 @default.
- W1521103694 cites W2144578941 @default.
- W1521103694 cites W2147039622 @default.
- W1521103694 cites W2147880316 @default.
- W1521103694 cites W2150698190 @default.
- W1521103694 cites W2151957435 @default.
- W1521103694 cites W2154359981 @default.
- W1521103694 cites W2162744351 @default.
- W1521103694 cites W2165654401 @default.
- W1521103694 cites W2167342631 @default.
- W1521103694 cites W2222512263 @default.
- W1521103694 cites W2229908198 @default.
- W1521103694 cites W2234386496 @default.
- W1521103694 cites W2238199890 @default.
- W1521103694 cites W2243659261 @default.
- W1521103694 cites W2250492165 @default.
- W1521103694 cites W2250503148 @default.