Características identificadoras e dificuldades na aplicação de listas para a anotação de Entidades Geográficas Mencionadas

• Canosa, Afonso Xavier ^[1]
  1. [1] Universidade de Santiago de Compostela

     Universidade de Santiago de Compostela

     Santiago de Compostela, España

     
• Localización: Diacrítica, ISSN 0870-8967, ISSN-e 2183-9174, Vol. 32, Nº. 3, 2018 (Ejemplar dedicado a: Corpora in the Digital Humanities), págs. 87-103
• Idioma: portugués
• Títulos paralelos:
  • Identifying characteristics and difficulties when using gazetteers to annotate Geographical Named Entities
• Enlaces
  • Texto completo
• Resumen
  • English

    In order to annotate geographical named entities, gazetteers have to face ambiguities and contexts where the geographical value of a given expression is not clear. In this paper, an index of place names is used to examine the main problems encountered in the production of an annotated corpus of Mendes Pinto’s Pilgrimage. The difficulties found serve to classify the types of errors that occur when the place name is solved by simple string match and introduce criteria for the identification of geographical entities, a task that should precede and has a direct impact on the results obtained in an automatic annotation approach.

  • português

    Na anotação automática de entidades geográficas mencionadas, as listas especializadas de topónimos têm que enfrentar ambiguidades e contextos em que o valor geográfico de uma expressão não é evidente. Neste artigo, estuda-se o caso prático de um índice de topónimos utilizado para criar um corpus anotado da Peregrinação de Mendes Pinto. As dificuldades achadas servem para classificar os tipos de erros que se produzem quando o topónimo é resolvido pela simples coincidência de expressões e introduzem critérios para a identificação das entidades geográficas, uma tarefa que deve preceder e tem um impacto direto nos resultados obtidos no processo de anotação automática.