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…

In this paper, a supervised learning system of word sense disambiguation is presented. It is based on conditional maximum entropy models. This system acquires the linguistic knowledge from an annotated corpus and this knowledge is represented in the form of…

In the last decade, the Web 2.0 brought technological changes in the manner of interaction and communication between users and applications, and among applications as well. Rich Internet Applications (RIA) offer user interfaces with a higher level of interactivity, similar…

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…

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…

La variante translingüe de la detección de plagio automática trata de detectar plagio entre documentos en diferentes idiomas. En los últimos años se han propuesto una serie de aproximaciones que hacen uso de tesauros, modelos de alineamiento o diccionarios estadísticos…

Hemos analizado las alineaciones a nivel de oración de dos corpus paralelos de textos originales y sus simplificaciones creados con diferentes objetivos. Hemos clasificado las alineaciones que se observan y diseñado un algoritmo de clasificación capaz de predecir si las…

The exponential increase of subjective, user-generated content since the birth of the Social Web, has led to the necessity of developing automatic text processing systems able to extract, process and present relevant knowledge. In this paper, we tackle the Opinion…

En este artículo exploramos de qué manera el conocimiento semántico adquirido de manera automática a partir de grandes colecciones de texto permite mejorar el resultado de un analizador sintáctico. Para ello proponemos un método no supervisado que corrige dependencias de…

This thesis is focused on temporal information processing, which is a task framed in the field of natural language processing. The aim of this task is to obtain the temporal location and ordering of the events expressed in text or…