/LING
|
Update: February 24, 2023 The new version of Termout.org is now online, so this web site is now obsolete and will soon be dismantled. |
Lista de candidatos sometidos a examen:
1) grafo (*)
(*) Términos presentes en el nuestro glosario de lingüística
1) Candidate: grafo
Is in goldstandard
1
paper corpusSignosTxtLongLines384 - : Con un enfoque totalmente distinto al de las representaciones antes mencionadas, Choudhary y Bhattacharyya (2003) proponen una que transforma el documento en un grafo dirigido, en donde los nodos corresponden a palabras y los enlaces a sus relaciones. Para los investigadores ese grafo es una representación de un documento escrito en un lenguaje natural en un lenguaje formal, llamado Universal Networking Language (UNL ) (Uchida, Zhu & Della Senta, 1995). Esta representación, junto a otras propuestas más actuales (Jin & Srihari, 2007; Zhou, Zhang & Yang, 2010), se asemejan en su esencia, tal como se verá más adelante, a la propuesta de representación planteada en este trabajo.
2
paper corpusSignosTxtLongLines384 - : En términos generales, una red de palabras es la transformación de un texto, escrito en un determinado lenguaje, en un grafo G(N,E), donde G es el grafo, o red, compuesto por N palabras (o términos ) distintas y E enlaces que las relacionan en un texto (Cárdenas, Losada, Moreira, Torre & Benito, 2011). Muchas redes de palabras pueden extraerse desde un texto, sin embargo, este trabajo se enfoca en aquellas que buscan rescatar la gramática de la lengua. De esta forma, si la palabra i y la palabra j aparecen adyacentes en un texto, en el grafo G son palabras enlazadas porque su co-ocurrencia en el texto depende de la gramática de una lengua particular.
3
paper corpusSignosTxtLongLines384 - : En este trabajo se propone un algoritmo de clasificación y una representación de textos basados en redes de palabras, tales como aquellas descritas en la sección anterior. De esta forma, se define un grafo G[i] como aquella red de palabras co-ocurrentes construida a partir de un conjunto de textos clasificados en la categoría i por un humano. Dicho grafo G corresponde al entrenamiento para dicha categoría . Se desprende de lo anterior que habrá tantos grafos G como categorías de textos hayan sido clasificadas por personas. Por otro lado, se define otro tipo de grafo, h, correspondiente a la red de palabras que representa al texto a clasificar.
4
paper corpusSignosTxtLongLines384 - : Uno de los aspectos a destacar del método propuesto es que se inserta en la línea de algoritmos de la inteligencia artificial basada en una computación descentralizada. Esta aproximación es la que Turing (1992) como uno de los paradigmas para el desarrollo de máquinas inteligentes que emulan el comportamiento de los procesos cognitivos en seres vivos. En el algoritmo propuesto operan mecanismos tipo abajo-arriba (bottom-up) para la clasificación siendo esta dependiente de detalles de bajo nivel tales como las relaciones entre palabras. De esta forma la clasificación no es un fenómeno que se ‘enseña’ a alto nivel sino que emerge de la abstracción topológica de la gramática que significa la red de palabras. Por esta razón, el algoritmo que se propone en este trabajo tiene la potencialidad de operar en distintos contextos (temas, idiomas, etc.). Además, debido a que la representación matricial del grafo es una abstracción relacional para cualquier tipo de entidades, el algoritmo puede ser im
5
paper corpusSignosTxtLongLines389 - : En la Figura 1, tomado de Sowa (1984), se representa la oración “Joe buys a necktie from Hal for $10” (Joe compra una corbata a Hal en $10). En este grafo, se detalla la semántica de la oración: quién compró (AGNT ), quién vendió (SRCE), qué se vendió (OBJ) y por medio de qué se vendió (INST).
6
paper corpusSignosTxtLongLines389 - : Finalmente, los conceptos seleccionados en la Tabla 2 representan al resumen, de acuerdo con el grafo de la Figura 5, el cual puede leerse como el siguiente texto:
7
paper corpusSignosTxtLongLines522 - : Considérese, a modo de ejemplo, el resultado de cadena hiperonímica que se obtiene con esta taxonomía para la palabra ‘maíz’, en la [104]Figura 4. Este grafo representa las diferentes hipótesis que el algoritmo de la taxonomía almacenó sobre las formas de conceptualizar la unidad elegida: como un tipo de alimento, como un material, como un tipo de planta y como parte de una planta . Los arcos entre los nodos, que representan las relaciones de hiperonimia, están coloreados ya que los enlaces tienen asociado un valor de certeza en una escala de colores: verde si es existe alta certeza, azul para una certeza moderada, negro para el neutro y rojo para indicar poca certeza. En cuanto al enlace meronímico que también aparece, la CPA Ontology contiene un apartado para las ‘partes de’, aunque en general la taxonomía se compone de relaciones de hiponimia.
Evaluando al candidato grafo:
1) palabras: 8 (*)
2) texto: 7 (*)
3) representación: 5 (*)
4) algoritmo: 5 (*)
7) clasificación: 3 (*)
8) gramática: 3 (*)
10) textos: 3 (*)
11) representa: 3
12) lenguaje: 3 (*)
13) taxonomía: 3 (*)
14) enlaces: 3
15) vendió: 3
16) certeza: 3
grafo
Lengua: spa
Frec: 34
Docs: 4
Nombre propio: / 34 = 0%
Coocurrencias con glosario: 9
Puntaje: 10.098 = (9 + (1+5.7279204545632) / (1+5.12928301694497)));
Candidato aceptado