Identificación de formas lógicas en el caso del español : propuesta de un modelo basado en reglas y aprendizaje automático

Abstract

En este trabajo se presenta un modelo mixto para la identificación de formas lógicas para el idioma español. Para aquellos constituyentes de la frase que no involucran un verbo, el sistema utiliza reglas derivadas del árbol sintáctico de la frase. Por otra parte, la obtención de la forma lógica del verbo requiere reconocer los argumentos de éste en la frase. Es por ello que se han aplicado técnicas propias de identificación de roles semánticos, basadas en aprendizaje automático. El modelo se ha evaluado básicamente atendiendo a la precisión alcanzada en la identificación de los argumentos del verbo. En esta tarea se ha obtenido una precisión próxima al 85 %. La identificación completa de formas lógicas se ha llevado a cabo sobre un reducido grupo de frases de sintaxis muy sencilla, ya que el analizador sintáctico disponible en el momento de realizar los experimentos sólo permite un análisis superficial de la sintaxis de la frase.

We present a mixed model to Logic Form Identification (LFI) for Spanish. The proposed system uses machine learning to decide every argument of the verb. This task is accomplished such as semantic role labeling does. A rule-based system is used in order to obtain the LFI of the rest of the phrase. The rules are obtained by exploring the syntactic tree of the phrase and encoding the syntactic production rules. The verb argument labeling task achieves a precision of 85 %. The LFI has been evaluated by using shallow parsing a some straightforward Spanish phrases.