Las listas de palabras con sus frecuencias se usan ampliamente en muchos procedimientos de agrupamiento y categorización de textos. Usualmente para la compilación de tales listas se usan las aproximaciones basadas en morfología (como el stemmer de Porter) para unir…

En el marco de la traducción automática árabe-inglés, el enfoque pseudointerlingüístico de UniArab ha logrado, incluso con oraciones simples, mejores resultados que los traductores automáticos basados en modelos estadísticos. El éxito de UniArab se cimienta en el modelo funcional de…

Uno de los desafíos de la Generación de Lenguaje Natural es la adaptación de
la estructura y las palabras de la salida lingüística a la habilidad del usuario, el contenido,
el género apropiado, el estilo, etc. Nos centramos en la…

Este trabajo explora la división de atributos en grupos para poder
mejorar la desambiguación de acepciones (WSD) mediante la combinación de sistemas
entrenados en cada uno de estos grupos de atributos. Los resultados conseguidos
demuestran que sólo k-NN es capaz…

El objetivo principal de este trabajo es comprobar si un modelo de
lenguaje basado en categorías puede mejorar el rendimiento de un sistema de diálogo,
de la misma forma que lo hace para aplicaciones que utilizan bases de datos no

Este artículo presenta un estudio comparado de varios métodos de predicción de pausas, usando el mismo corpus etiquetado. Algunos métodos propuestos
por otras publicaciones sobre el tema son probados, combinando algunas técnicas
previas para aprovechar sus principales ventajas. Un nuevo…

Curso "Web Development 2" sobre programación web con PHP para el "Máster doble competencia en ciencias informáticas y ciencias sociales" ("Master double competence in computer science and social science")., Proyecto TEMPUS JEP – 26235-2005.

El objetivo del proyecto Portal da Língua Portuguesa es construir, con un doble
objetivo, un juego de recursos léxicos. En primer lugar, estos recursos sirven como fuente de
información para una página web sobre la lengua portuguesa para el público…

Se dan argumentos a favor de que las colecciones de las combinaciones de palabras significativas en los diccionarios electrónicos modernos del uso general se deben extender en lo máximo posible. Igor Mel'cuk clasifica las combinaciones de palabras en frasemas completos,…

En este artículo presentamos el componente léxico de una gramática para el español.
Nuestro objetivo es describir la información lingüística que codificamos en las entradas léxicas
mediante una jerarquía de tipos con herencia múltiple de la cual se pueden extraer…