Extracción de Candidatos a Términos del Dominio Médico a Partir de la categorización automática de Palabras

Abstract

Se presenta una serie de experimentos con el objetivo de desarrollar un método automático de extracción terminológica del dominio de la medicina. Uno de los inconvenientes típicos es el cambio constante de la terminología médica, que imposibilita mantener terminologías actualizadas inmediatamente por medios manuales. Se parte de la hipótesis de que las palabras incluidas en los textos médicos que no aparecen en el diccionario fuente del software analizador, denominadas PD, son, en su mayoría, expresiones específicas del dominio médico, por lo cual, una categorización automática de estas ayudaría en la extracción. Primeramente, se intenta deducir a qué categoría pertenecen las PD mediante reglas de formación de palabras (1er. Nivel de análisis) y sintácticas (2do. Nivel de análisis). Luego, se procede a la conformación de sintagmas nominales que involucren PD, para extraerlos como candidatos a términos del dominio. Finalmente, se evalúa la precisión de las categorizaciones y, posteriormente, con el asesoramiento de profesionales del área de medicina, se verifica la posibilidad que tienen los candidatos a términos extraídos de ser promovidos a términos. En trabajo computacional, se utilizan las herramientas Smorph [1] y Módulo Post-Smorph (MPS) [2]. Smorph realiza el análisis morfológico y MPS trabaja sobre gramáticas locales.