Revisión de métodos para la desambiguación léxica automática: aprendizaje automático y medidas de relación y similitud semánticas

• Fredy Núñez Torres ^[1] ; María Beatriz Pérez Cabello de Alba ^[2]
  1. [1] Pontificia Universidad Católica de Chile

     Pontificia Universidad Católica de Chile

     Santiago, Chile

     
  2. [2] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
• Localización: Onomázein: Revista de lingüística, filología y traducción de la Pontificia Universidad Católica de Chile, ISSN 0718-5758, ISSN-e 0717-1285, Nº. 64, 2024, págs. 249-267
• Idioma: español
• Títulos paralelos:
  • A review of methods for word sense disambiguation: machine learning and measures of relatedness and semantic similarity
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Dentro de las posibles soluciones para la desambiguación léxica automática en tareas del procesamiento del lenguaje natural encontramos los métodos basados en algoritmos de aprendizaje automático, en medidas de relación semántica y en medidas de similitud se-mántica. Mientras los métodos de aprendizaje automático utilizan fuentes endógenas de conocimiento, las medidas de relación y similitud semánticas recurren a fuentes exógenas de conocimiento, como son las glosas de las definiciones de un recurso lexicográfico, o una ontología o tesauro, que provee relaciones léxicas de significado en el marco de una jerarquía conceptual. En este trabajo presentamos y analizamos los distintos tipos de métodos para la desambiguación léxica automática divididos en cuatro grupos: basados en algoritmos de aprendizaje automático, basados en medidas de relación semántica, basados en medidas de similitud semánticas y basados en medidas híbridas. Se propone que la ventaja de los métodos basados en medidas de relación y similitud radica en el hecho de que sus resultados no se derivan únicamente de la eficiencia estadística, sino que se tiene en cuenta el conocimiento lingüístico dentro de los parámetros que conforman cada medida utilizada.

  • English

    Among the possible solutions for automatic lexical disambiguation in natural language processing tasks, we find methods based on machine learning algorithms, semantic related-ness, and semantic similarity measures. While machine learning methods use endogenous sources of knowledge, semantic relatedness and similarity measures resort to exogenous sources of knowledge, such as definitions from lexicographic resources or lexical meaning relations from ontologies or thesauri, which offer a conceptual hierarchy. In this work, we present and analyze the different types of methods for automatic lexical disambiguation divided into four groups: based on machine learning algorithms, based on semantic relat-edness measures, based on semantic similarity measures, and based on hybrid measures. We postulate that the advantage of methods based on relationship and similarity measures lies in the fact that their results are derived from statistical efficiency and linguistic knowl-edge found in the parameters that make up each of the measures used.