Modelo para detección automática de errores léxico-sintácticos en textos escritos en español
Resumen
La valoración de textos escritos es una tarea que considera principalmente dos aspectos: el sintáctico y el semántico. El primero de ellos, se enfoca en la forma del texto y el segundo en el significado. La puesta en marcha de dicha tarea realizada en forma manual implica un esfuerzo en tiempo y recursos, que se puede reducir si parte del proceso se lleva a cabo de forma automática. De acuerdo con los antecedentes revisados en la corrección automática de textos, se identifican diferentes técnicas, entre ellas la lingüística, la cual se centra en los elementos sintácticos, semánticos y pragmáticos. Así, la investigación en curso se orienta a la revisión automática de textos escritos en español desde el punto de vista de la sintaxis, como punto de partida para garantizar la coherencia y la cohesión en la composición de textos, lo que puede ser de utilidad e impacto en el medio académico.
Con el propósito de llevar a cabo este estudio se recolectó y analizó un conjunto de textos de estudiantes de un programa académico, al cual se le aplicó técnicas de procesamiento de lenguaje natural y aprendizaje de máquina. Adicionalmente, se realizó una corrección manual con la finalidad de comparar ambos resultados. De esta manera, se determinó que hay correspondencia entre ellos, lo cual permitió concluir que el método automático sirve de apoyo en el proceso de corrección sintáctica de un texto escrito en español.
Referencias bibliográficas
[2] S. Russell and P. Norvig, Artificial intelligence: a modern approach. Prentice Hall, 1995.
[3] J. Corredor-Tapias and L. F. Nieto-Ruiz, “Un vistazo a los pilares de la lingüística moderna: Saussure, Chomsky y Van Dijk. Del estructuralismo a la lingüística textual,” Cuad. Lingüística Hispánica, no. 9, pp. 83–96, 2007.
[4] G. Sidorov, Construcción no lineal de n-gramas en la lingüística computacional. Sociedad Mexicana de Inteligencia Artificial, 2013.
[5] T. A. Van Dijk, “Texto y Contexto. Semántica y pragmática del discurso,” Estud. Linguística Apl., no. 2, pp. 131–133, 1982.
[6] J. Allen, Natural language understanding, 2nd ed. Benjamin/Cummings Publishing Company, 1995.
[7] A. Moreno-Sandoval, Lingüística computacional. Madrid, España: Editorial Síntesis, 1998.
[8] J. Posadas-Durán et al., “Syntactic n-grams as features for the author profiling task,” Work. Notes Pap. CLEF, p. 5, 2015.
[9] G. Sidorov, F. Velásquez, E. Stamatatos, A. Gelbukh, and L. Chanona-Hernández, “Syntactic N-grams as machine learning features for natural language processing,” Expert Syst. Appl., vol. 41, no. 3, pp. 853–860, Feb. 2014.
[10] C. González-Gallardo, J. Torres-Moreno, A. Montes-Rendón, and G. Sierra, “Perfilado de autor multilingüe en redes sociales a partir de n-gramas de caracteres y de etiquetas gramaticales,” Linguamática, vol. 8, no. 1, pp. 21–29, 2016.
[11] J. Castillo et al., “Desarrollo de sistemas de análisis de texto,” in XIX Workshop de Investigadores en Ciencias de la Computación, 2017, pp. 58–62.
[12] G. Parodi, “Lingüística de corpus: una introducción al ámbito,” RLA. Rev. lingüística teórica y Apl., vol. 46, no. 1, pp. 93–119, 2008.
[13] E. A. P. Del Castillo, J. A. A. Valencia, and A. Pomares Quimbaya, “Constructor automático de modelos de dominios sin corpus preexistente,” Soc. Española para el Proces. del Leng. Nat., vol. 59, pp. 129–132, 2017.
[14] E. Pitler, A. Louis, and A. Nenkova, “Automatic evaluation of linguistic quality in multi-document summarization,” in Proceedings of the 48th annual meeting of the Association for Computational Linguistics, Association for Computational Linguistics, 2010, pp. 544–554.
[15] W. Koza, “Marcadores discursivos del español. Descripción y propuesta de detección automática,” Rev. Epistemol. y Ciencias Humanas, vol. 2, pp. 109–120, 2009.
[16] M. Pinto-Cruces, “Modelo de detección automática de ironía en textos en español,” Universidad del Bío-Bío, 2017.
[17] Real Academia Española, Nueva gramática de la lengua española manual, 1st ed. Espasa, 2010.
[18] K. Toutanova, D. Klein, C. D. Manning, and Y. Singer, “Feature-rich part-of-speech tagging with a cyclic dependency network,” in Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology - NAACL ’03, 2003, vol. 1, pp. 173–180.
[19] K. Toutanova and C. D. Manning, “Enriching the knowledge sources used in a maximum entropy part-of-speech tagger,” in Proceedings of the 2000 Joint SIGDAT conference on Empirical methods in natural language processing and very large corpora held in conjunction with the 38th Annual Meeting of the Association for Computational Linguistics -, 2000, vol. 13, pp. 63–70.
[20] G. Leech and A. Wilson, EAGLES Recommendations for the Morphosyntactic Annotation of Corpora. EAGLES, 1996.
Descargas
