Sistemas de clasificación de preguntas basados en corpus para la búsqueda de respuestas

Abstract

Esta tesis se centra en el desarrollo de sistemas automáticos de clasificación de preguntas fácilmente adaptables a diferentes idiomas y dominios de trabajo. Estos sistemas se basan en técnicas de aprendizaje automático sobre corpus, siguiendo un enfoque estadístico del tratamiento del lenguaje humano. El objetivo es evitar en gran medida el uso de herramientas y recursos lingüísticos más allá de los propios corpus de aprendizaje, obteniendo sistemas que destacan por su flexibilidad y sus escasos requerimientos.

This thesis is focused on the development of question classification systems that are easily adaptable to different languages and domains. These systems are based on machine learning techniques and corpus, following a statistical approach to human language. The goal is to almost avoiding the need for linguistic tools and resources, obtaining flexible systems with few requirements.