Contribución de la información semántica en un sistema de aprendizaje automático para resolver la implicación textual

Abstract

La forma en que podemos expresar un mismo pensamiento puede variar dependiendo de las circunstancias, del objetivo que pretendemos alcanzar, etc. Esta variabilidad del lenguaje se convierte en un problema cuando una aplicación de procesamiento del lenguaje natural intenta extraer el mismo contenido semántico a partir de dos construcciones distintas. Para resolver este problema se ha creado una tarea denominada ”Reconocimiento de Implicación Textual” o ”Textual Entailment Recognition”, cuyo objetivo es establecer si la semántica de un texto se puede inferir de la semántica de otro texto. En este artículo, presentamos una nueva aproximación que utiliza la semántica latente y la medida de similitud del coseno para resolver el problema de la Implicación Textual. Para realizar la evaluación se han utilizado diferentes corpus y recursos, realizando posteriormente un estudio sobre el impacto de combinar la información semántica obtenida con un sistema de aprendizaje automático.

The variability of semantic expression is a special characteristic of natural language. This variability is challenging for many natural language processing applications that try to infer the same meaning from different text variants. In order to treat this problem a generic task has been proposed: Textual Entailment Recognition. In this paper, we present a new Textual Entailment approach based on Latent Semantic Indexing (LSI) and the cosine measure. This proposed approach extracts semantic knowledge from different corpora and resources. Our main purpose is to study how the acquired information can be combined with an already developed and tested Machine Learning system. The carried out experiments show that the combination of MLEnt, LSI and cosine measure improves the results of the initial approach.