Utilizando WordNet para Complementar la Información de Entrenamiento en la Identificación del Significado de las Palabras

La desambiguación del significado de las palabras se ha desarrollado como una subárea del Procesamiento del Lenguaje Natural (PLN), donde el objetivo es determinar el sentido correcto de aquellas palabras que tienen más de un significado, no es una tarea final en sí misma, sino una tarea intermedia necesaria en variadas aplicaciones del procesamiento del lenguaje natural. La resolución de la ambigüedad de las palabras (WSD) es identificar el sentido correcto de los relacionados en un diccionario, una base de datos léxica o similar. Es una tarea compleja, pero muy útil en variadas aplicaciones del procesamiento en lenguaje natural, como Categorización de Texto (TC); traducción automática; restauración de acentos; encaminamiento y filtrado de textos; agrupamiento y segmentación de textos, corrección ortográfica y gramatical, reconocimiento de voz y, en general, en la recuperación de información. Nuestro enfoque integra información de una base de datos léxica (WordNet) con dos enfoques de entrenamiento a través del Modelo del Espacio Vectorial, incrementando la efectividad de la desambiguación. Probamos los enfoques de entrenamiento con los algoritmos de Rocchio y Widrow-Hoff sobre un gran conjunto de documentos con una fina granularidad de sentidos, como son los de WordNet. Consiguiendo una alta precisión en la resolución de la ambigüedad léxica, así como una gran efectividad en su ejecución.