Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística

En este trabajo se busca resolver mediante modelos estadísticos algunas de las ambigüedades observadas con frecuencia durante el proceso de etiquetado de un texto. El modelo estadístico planteado es el de regresión logística. Es estimado a partir de un texto de entrenamiento etiquetado y supervisado...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Beltrán, Celina
Formato: article artículo publishedVersion
Lenguaje:Español
Publicado: Grupo Infosur 2019
Materias:
Rregresión
Logística
Ambigüedades
Acceso en línea:http://hdl.handle.net/2133/14275
http://hdl.handle.net/2133/14275
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-14275
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic Rregresión
Logística
Ambigüedades
spellingShingle Rregresión
Logística
Ambigüedades
Beltrán, Celina
Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
topic_facet Rregresión
Logística
Ambigüedades
description En este trabajo se busca resolver mediante modelos estadísticos algunas de las ambigüedades observadas con frecuencia durante el proceso de etiquetado de un texto. El modelo estadístico planteado es el de regresión logística. Es estimado a partir de un texto de entrenamiento etiquetado y supervisado manualmente. Las variables explicativas utilizadas para predecir la etiqueta correcta, y así resolver la ambigüedad, serán la etiqueta observada en la palabra anterior y la etiqueta observada en la palabra siguiente. Se estiman modelos para resolver las ambigüedades: determinante/clítico (DET/CL) y nombre/verbo (NOM/V). Los modelos son luego evaluados en un nuevo texto. Para la ambigüedad DET/CL, el porcentaje de clasificación correcta es 98.8%. El modelo otorga mayor probabilidad a la etiqueta DET cuando la etiqueta anterior es verbo o preposición. Con respecto a la información de la etiqueta posterior, el modelo asigna una probabilidad de CL mayor si le sigue un verbo que si le sigue otra etiqueta. En la resolución de la ambigüedad NOM/V, el modelo resultante asigna una probabilidad mayor de NOM cuando la etiqueta anterior es determinante o preposición y si la etiqueta siguiente es un adjetivo. El porcentaje de clasificación correcta es 86.8%.
format article
artículo
publishedVersion
author Beltrán, Celina
author_facet Beltrán, Celina
author_sort Beltrán, Celina
title Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
title_short Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
title_full Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
title_fullStr Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
title_full_unstemmed Resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
title_sort resolución de ambigüedades en el etiquetado de un texto mediante un modelo de regresión logística
publisher Grupo Infosur
publishDate 2019
url http://hdl.handle.net/2133/14275
http://hdl.handle.net/2133/14275
work_keys_str_mv AT beltrancelina resoluciondeambiguedadeseneletiquetadodeuntextomedianteunmodeloderegresionlogistica
bdutipo_str Repositorios
_version_ 1764820408341626882

Ejemplares similares