Anotación semántica no supervisada

En este libro se trata el problema de la desambiguación del sentido de las palabras (i.e. dados un diccionario, una palabra y un contexto, decidir en qué sentido del diccionario se está usando la palabra en el contexto). Las diferentes fuentes de información utilizadas son : 1. La información de origen taxonómico basada en la relación es-un, por ejemplo, un águila es-un pájaro. 2. La información de coocurrencias. Tomando como punto de partida un corpus de casi 300 millones de palabras provenientes de libros en formato electrónico, estudiaremos pares de palabras cuyas apariciones en contextos cortos son estadísticamente dependientes y emplearemos dicha información para desambiguar. 3. Información extraída de la web. La información de la glosas del inventario de sentidos serán complementadas con información extraída de la Web. 4. Información proviniente de corpora bilingüe comparable. Se demostrará que la anotación semántica no supervisada puede lograr buenos resultados, y que hay líneas de investigación con un importante potencial de mejora que merecen exploradas.