Evaluación de estrategias para clasificar hilos de foros de discusión según su contenido

Abstract

La información contenida en foros de discusión disponibles en laWeb, suele ser considerada muy valiosa por usuarios que intentan resolver problemas similares. En función de esta necesidad, en los últimos años se ha generado un especial interés tanto en la búsqueda de técnicas de recuperación como en el análisis de la información que se extrae de hilos de discusión. La propuesta de investigación, a nivel general, es capturar y analizar hilos de discusión existentes en foros técnicos para, a partir de un problema particular, sugerir un conjunto de soluciones exitosas en menos intentos que utilizando buscadores multipropósito tradicionales, teniendo en cuenta diferentes técnicas para lograrlo. En este trabajo en particular, se utilizan métodos de Procesamiento del Lenguaje Natural (PNL) para evaluar la información textual de los hilos de discusión considerando sus categorías gramaticales y el rol de cada palabra en el contexto que es utilizada. Esta funcionalidad es lograda mediante la herramienta Stanford POS Tagger, y el agregado de sinónimos mediante el uso de WordNet. Respecto al caso inicial, se observa que agregar sinónimos de adjetivos, adverbios y verbos al hilo de discusión, permite clasificarlos de manera más precisa respecto a los documentos de referencia, que utilizando el texto sin el agregado de sinónimos.