Entender Textos Cortos Mediante la Recolección y Análisis de Conocimiento Semántico

Entender textos cortos es crucial para muchas aplicaciones, pero existen numerosos desafíos. Primero, los textos cortos no siempre observan la sintaxis de un idioma escrito. Como resultado, las herramientas tradicionales de procesamiento de lenguaje natural, que van desde el etiquetado de partes del discurso hasta el análisis de dependencia, no pueden aplicarse fácilmente. En segundo lugar, los textos cortos generalmente no contienen señales estadísticas suficientes para respaldar muchos enfoques vanguardistas para la minería de textos, como la modelización de temas. Tercero, los textos cortos son más ambiguos y ruidosos, y se generan en un volumen enorme, lo que aumenta aún más la dificultad para manejarlos. Sostenemos que es necesario el conocimiento semántico para entender mejor los textos cortos. En este trabajo, construimos un sistema prototipo para la comprensión de textos cortos que explota el conocimiento semántico proporcionado por una base de conocimiento bien conocida y extraído automáticamente de un corpus web. Nuestros enfoques intensivos en conocimiento interrumpen los métodos tradicionales para tareas como la segmentación de textos, el etiquetado de partes del discurso y el etiquetado de conceptos, en el sentido de que nos enfocamos en la semántica en todas estas tareas. Realizamos una evaluación exhaustiva del rendimiento en datos de la vida real. Los resultados muestran que el conocimiento semántico es indispensable para la comprensión de textos cortos, y nuestros enfoques intensivos en conocimiento son efectivos y eficientes para descubrir la semántica de los textos cortos.