Análisis automático de la estructura argumental de predicados de la medicina desde la léxico-gramática: una aplicación al subdominio de la ginecología y la obstetricia

• Constanza Suy Álvarez ^[1] ; Walter Koza ^[1]
  1. [1] Pontificia Universidad Católica de Valparaíso

     Pontificia Universidad Católica de Valparaíso

     Valparaíso, Chile

     
• Localización: Panace@: Revista de Medicina, Lenguaje y Traducción, ISSN-e 1537-1964, Vol. 23, Nº. 55, 2022, págs. 89-104
• Idioma: español
• Títulos paralelos:
  • Automatic analysis of the argument structure of predicates in medicine following the lexicon-grammar model: application to the ob/gyn subdomain
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se describe un método para el análisis automático de estructuras argumentales (EA) del dominio médico EAMed, del español, a partir del marco teórico de la léxico-gramática, que propone un método formal para la descripción del lenguaje basado en un análisis distribucional y transformacional de las oraciones de una lengua. Para ello, se procedió a describir cien predicados verbales del área y se realizó una modelización computacional con la herramienta de análisis lingüístico NooJ. La propuesta se probó mediante el reconocimiento en corpus de textos del área de la ginecología y obstetricia, obteniéndose 100 % de precisión, 96,92 % de cobertura y 98 % de medida F. Estos resultados demuestran que la metodología es adecuada para este tipo de tareas.

  • English

    A method for the automatic analysis of argument structures in the medical domain is described for Spanish. The lexicon-grammar model is used as a formal method for describing language based on a distributional, transformational analysis of sentences in a language. One hundred verbal predicates in the medical domain were described and computational modelling was carried out using the linguistic analysis tool NooJ. The proposal was tested via recognition in corpuses of texts in the field of gynaecology and obstetrics, obtaining 100% precision, 96.92% coverage, and 98% F-measure. These results show that the methodology is appropriate for this type of task.