Software para asistencia en la creación de corpus para sistemas 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 en lenguaje natural (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. Estos problemas son comúnmente conocidos como identificación de paráfrasis e implicación de textos, respectivamente. El fenómeno de paráfrasis puede pensarse como un caso particular de la implicación, que ocurre cuando la misma es bidireccional. En el presente trabajo se describen dos de las aplicaciones desarrolladas para dar soporte al proyecto en las actividades de elaboración de material de entrenamiento para sistemas de minería de datos sobre texto no estructurado.