JBeaver: Un analizador de dependencias para el Español basado en el aprendizaje

  1. Herrera, Jesús
  2. Gervás Gómez-Navarro, Pablo
  3. Moriano, Pedro J.
  4. Muñoz Martín, Alfonso
  5. Romero, Luis F.
Libro:
XII Conferencia de la Asociación Española para la Inteligencia Artificial: (CAEPIA 2007). Actas
  1. Borrajo Millán, Daniel (coord.)
  2. Castillo Vidal, Luis (coord.)
  3. Corchado Rodríguez, Juan Manuel (coord.)

Editorial: Universidad de Salamanca

ISBN: 978-84-611-8846-8,  978-84-611-8848-2

Año de publicación: 2007

Volumen: 2

Páginas: 211-220

Congreso: Conferencia de la Asociación Española para la Inteligencia Artificial (12. 2007. Salamanca)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR

Resumen

En el presente artículo se describe un proyecto de investigación aplicada en el que, haciendo uso de una herramienta de aprendizaje automático específica (Maltparser), se ha desarrollado un analizador de dependencias para el español. Este analizador se caracteriza por ser públicamente disponible y aunar, así mismo, las siguientes características: autónomo, fácil de instalar y de utilizar (mediante interfaz gráfica o por comandos de consola) y de elevada precisión. Además, el sistema desarrollado sirve para entrenar de manera sencilla modelos de Maltparser, por lo que se configura en potencia como un analizador de dependencias para cualquier idioma.

Fuente de los datos: Dialnet