En el presente trabajo se recogen las reglas de formación y los criterios de aplicación que se deberían llevar a cabo en cada situación para permitir la identificación automatizada de uno de los procesos de formación de palabras que tiene…

Tesis doctoral en Informática realizada por Montse Cuadros y dirigida por Dr. Lluís Padró y Dr. German Rigau. La defensa de la tesis fue en la facultad de Informática de la Universitat Politècnica de Catalunya el día 22 de noviembre…

Due to the dynamic nature of the Web as well as its heterogeneous audience, web applications are more likely to rapidly evolve leading to inconsistencies among requirements during the development process. With the purpose to deal with these inconsistencies, web…

Data mining is at the core of the knowledge discovery process. However, an initial preprocessing step is crucial for assuring reliable results within this process. Preprocessing of data is a time-consuming and non-trivial task since data quality issues should be…

Uno de los problemas actuales en el dominio de la salud es reutilizar y compartir la información clínica entre profesionales, ya que ésta se encuentra escrita usando terminologías específicas. Una posible solución es usar un recurso de conocimiento común sobre…

En este artículo se describe un sistema para la clasificación de la polaridad de tuits escritos en español. Se adopta una aproximación híbrida, que combina conocimiento lingüístico obtenido mediante PLN con técnicas de aprendizaje automático. Como paso previo, se realiza…

En este trabajo se describen algunas herramientas para la anotación de corpus orientadas al conocimiento pragmático. Entre estas herramientas se encuentra Cognos Toolkit: un conjunto de herramientas y aplicaciones que facilitan el análisis lingüístico, la anotación, formalización y gestión del…

En este artículo presentamos el desarrollo de un nuevo recurso de código abierto para el español: el treebank Tibidabo. La anotación se está llevando a cabo de forma semi–automática en la que, en primer lugar, el corpus es analizado automáticamente…

Presentamos Sentitext, un sistema de análisis de sentimiento con arquitectura cliente-servidor para el español, cuya característica más distintiva es el estar basado en conocimiento. En primer lugar describimos las fuentes de conocimiento léxico que el analizador utiliza y a continuación…

En este artículo se presenta un sistema de conversión fonética con información fonológica para el gallego. El conversor permite evaluar diferentes procesos fonológicos como la silabificación o la derivación fonológica, así como transcribir automáticamente léxicos con información fonética de diferentes…