Proposición de un modelo para la acentuación automática de palabras ambiguas del español, utilizando etiquetado de texto
DOI:
https://doi.org/10.30973/progmat/2010.2.1/3Palabras clave:
desambiguación del sentido de la palabra (DSA)Resumen
La acentuación de palabras cuando se escribe un texto en español es un problema de ambigüedad, debido a que muchas palabras llevan acento o no dependiendo del contexto de la frase. El problema de la ambigüedad está relacionado con la asignación de etiquetas o categorías gramaticales a las palabras dentro de una frase, es decir, cuando se indica si se trata de un verbo, un sustantivo, etcétera. En el presente artículo se propone un modelo que ayuda a determinar en forma automática si una palabra con acento diacrítico debe llevar o no acento ortográfico, con base en la asignación de etiquetas y mediante la aplicación de métodos híbridos —algoritmos supervisado y no supervisado. Posteriormente, el método se aplica en el diseño de un programa de cómputo cuya función es de apoyo en la enseñanza de las reglas de acentuación y con el cual se realiza la acentuación automática de palabras ambiguas. Este método podría ser una herramienta en un procesador de palabras.
Citas
Pascual, F., Domine Microsoft© Office XP Profesional, versión 2002, edición especial, Alfaomega, México, 2002.
Yarowsky, D., “Decision List for Lexical Ambiguity Resolution: Application to Accent Restoration in Spanish and French”, en Proceeding of the XXXII Annual Meeting of the Association for Computational Linguistics, 1994, pp. 88-95.
Perea, J., Etiquetado de textos y su aplicación a la traducción, University of Granada (investigación inédita), 2005.
Stevenson, M. y Y. Wilks, “Combining Independent Knowledge Sources for Word Sense Disambiguation”, en R. Mitkov (ed.), Recent Advances in Natural Language Processing, John Benjamins Publisher, 2000. https://doi.org/10.1075/cilt.189.14wil
Dempster A., N. Laird et al., “Maximum Likelihood from Incomplete Data Via the EM Algorithm”, Journal of Royal Statistical Society (Series B, Metodological), vol. 39, núm. 1, 1977, pp. 1-38. https://www.jstor.org/stable/2984875
Baum, L., “Statistical Inference for Probabilistic Functions Finite State Markov Chains”, Annual Mathematic Statistical, vol. 37, 1966, pp. 1554-1563. https://www.jstor.org/stable/2238772
Yarowsky, D., “A Comparison of Corpus- Based Techniques for Restoring Accents in Spanish and French Text”, Proceedings of the II Annual Wordshop on Very Large Text Corpora, Kyoto, 1994. https://doi.org/10.1007/978-94-017-2390-9_7
Real Academia Española, Banco de datos (CREA). Corpus de referencia del español actual, en Internet (http://www.rae.es), página consultada el 29 de abril de 2009.
Rabiner, L. R., “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition”, IEEE, vol. 77, núm. 2, 1989, pp. 257-286.
Wagacha, P., G. De Pauw et al., “A Grapheme-Based Approach for Accent Restoration in Gikuyu”, en Proceedings of the V International Conference on Language Resources and Evaluation, 2006, pp. 1937-1940.
Bobiceva, V., “O altã metodã de restabilire a semnelor diacritice”, en I. Pistol, D. Cristea y D. Tufiş (eds.), Resurse Lingvistice şi Instrumente pentru Prelucrarea Limbii Române, 2008, pp. 179-188.
De Pauw, G., P. W. Wagacha y De Schryver, G. M., “Automatic Diacritic Restoration for Resource-Scarce Language”, en V. Matousek y P. Mautner (eds.), TSD 2007, LNAI 4629, 2007, pp. 170-179. https://doi.org/10.1007/978-3-540-74628-7_24
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2010 Programación Matemática y Software
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
 |
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
 |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
 |
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
| Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |
