El aprendizaje semisupervisado como superación en precisión del aprendizaje supervisado en Desambiguación del Sentido de las Palabras

2008 
Se ha desarrollado un nuevo algoritmo de Desambiguacion del Sentido de las Palabras (Word Sense Disambiguation) semisupervisado de autoarranque (bootstrapping) que alivia en gran medida el problema del Cuello de Botella de la Adquisicion de Conocimiento (Knowledge Acquisition Bottleneck), que afecta de forma severa a los algoritmos supervisados actuales, Se demuestra que los algoritmos de Desambiguacion del Sentido de las Palabras rinden una precision mucho menor en corpus de texto general equilibrados (corpus reales) que en corpus de texto periodistico, debido a la naturaleza estereotipada y repetitiva de estos ultimos. El algoritmo de autoarranque nuevo alcanza la precision de los algoritmos supervisados en corpus reales, no periodisticos, y puede superarlos potencialmente debido al uso de una metodologia de decision binaria combinada con la propiedad un sentido por discurso (one-sense-per-discourse (OSPD) del lenguaje natural y a la mayor flexibilidad de los algoritmos de autoarranque (semisupervisados) que los supervisados, que les permite abordar mucho mejor que estos las fluctuaciones de dominio presentes en los corpus reales de texto general.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    0
    References
    0
    Citations
    NaN
    KQI
    []