Técnicas de etiquetado y desambiguación morfológica del castellano con reducida información contextual

Abstract

El objetivo de este proyecto es el etiquetado y la desambiguación morfológica de las palabras en castellano sin requerir un alto grado de información contextual. Como parte de la metodología se utilizan dos corpus etiquetados en español. Se establecen unas etiquetas en común, se analizan y se buscan reglas en las que las palabras de los corpus queden etiquetadas correctamente. Los experimentos realizados se dividen en dos etapas. En la primera etapa se experimenta únicamente en función de cada palabra. En el caso de la segunda etapa, los experimentos se llevan a cabo considerando las palabras contiguas y los resultados de la primera etapa. Los experimentos han logrado un porcentaje general de acierto superior al 90%, teniendo en especial consideración la identificación de sustantivos y verbos. Para estas últimas categorías, la recall y la precision superan el 90%. Además, la segunda fase supera en porcentaje de acierto a la primera fase. Estos resultados están respaldados por alto grado de información para esta etapa.