Sistema de análisis de texto no estructurado

Abstract

En este proyecto se busca utilizar técnicas de aprendizaje automático (machine learning), especialmente utilizando Redes Neuronales Artificiales (RNA) para analizar texto (por ejemplo un artículo de diario) y en base a ello determinar la existencia de texto (oraciones o párrafos) que tengan el "mismo sentido" es decir que presenten la misma semántica, o bien oraciones/párrafos que estén semánticamente relacionadas entre sí. Este problema es comúnmente conocido como identificación y reconocimiento de parafrases. El fenómeno es particularmente difícil de detectar por procedimientos automáticos especialmente por la ambigüedad del lenguaje y por la gran variabilidad léxica que se utiliza para expresar las mismas ideas.