Reconocimiento y control de expresiones lingüísticas por medio de transductores de estado-finito

Resumen

El objetivo principal de este trabajo es crear bases de información lingüísticas: Diccionarios y Gramáticas electrónicas, que se puedan utilizar por mecanismos automáticos de análisis para la identificación y agrupación de variantes léxicas y sintácticas en idioma español. El objetivo potencial de estas herramientas sería mejorar las entradas a los índices de los sistemas de RI, con técnicas procedentes del PLN. La metodología de investigación lingüística que hemos empleado Expresiones y Relaciones Regulares, como mecanismo automático de control hemos utilizado una aplicación informática basada en Transductores de Estado-Finito Gráficos. Con este procedimiento se han obtenido los siguientes resultados: A,- Equiparar Formas flexionadas a Formas controladas, por medio de las bases de información léxicas, consistentes en Diccionarios electrónicos. B,- Equiparar variantes estructurales de Sintagmas Nominales con estructuras controladas, por medio de las bases de información sintácticas. C,- Comprobar las hipótesis explicativas, mediante la aplicación de los analizadores, desarrollados con estas bases de información, sobre un corpus de verificación. D,- Evaluar los resultados de esta aplicación, que se sintetizan como sigue: los analizadores léxicos son muy precisos y consiguen reducir las variantes en un 26,4%, mientras que los analizadores sintácticos son también muy precisos, pero tienen un índice de exhaustividad medio-bajo. Las conclusiones generales que hemos extraído son las siguientes: 1,- Los analizadores léxicos constituyen una técnica de conflación adecuada, aunque tienen un problema de infraanálisis. 2,- Los analizadores sintácticos constituyen una técnica de conflación adecuada, aunque tiene un problema de sobreanálisis, que se puede solucionar con la aplicación de modelos probabilísticos.