Lexical Normalization of Spanish Tweets with Preprocessing Rules, Domain-Specific Edit Distances, and Language Models

• Pablo Ruiz ^[1] ; Montse Cuadros ^[1] ; Thierry Etchegoyhen ^[1]
  1. [1] Vicomtech-IK4
• Localización: XXIX Congreso de la Sociedad Española de Procesamiento de Lenguaje Natural: SEPLN 2013 / coord. por Alberto Díaz Esteban, Iñaki Alegría Loinaz, Julio Villena Román, 2013, ISBN 978-84-695-8349-4, págs. 96-100
• Idioma: español
• Títulos paralelos:
  • Normalización léxica de tweets en español con reglas de preproceso, distancias de edición para dominio y modelos de lengua
• Texto completo no disponible (Saber más ...)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Presentamos un sistema de normalización de tweets en español, que usa reglas de preproceso, un modelo de distancias de edición adecuado al dominio y modelos de lengua para seleccionar candidatos de corrección según el contexto. El sistema obtuvo resultados superiores a la media en la tarea Tweet-Norm de SEPLN 2013.

  • English

    We present a system to normalize Spanish tweets, which uses preprocessing rules, a domain-appropriate edit-distance model, and language models to select correction candidates based on context. The system’s results at SEPLN 2013 Tweet-Norm task were above-average.