An Innovative Two-Stage WSD Unsupervised Method
Javier Tejada-Cárcamo, Alexander F. Gelbukh, Hiram Calvo · LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2008
Se propone un método no supervisado para la desambiguación de sentidos de \t\t\t\t palabra. El sentido de un vocablo ambiguo depende de los sentidos de otras palabras que \t\t\t\t aparecen en contextos similares en un corpus. El entrenamiento consiste en obtener una \t\t\t\t lista ponderada de sinónimos o palabras relacionadas (quasi-sinónimos) para cada \t\t\t\t vocablo del corpus tomando en cuenta la similitud de sus contextos. Adaptamos el \t\t\t\t algoritmo de McCarthy et al. 2004 para encontrar el mejor sentido de cada ocurrencia, en \t\t\t\t lugar de encontrar el sentido predominante de cada palabra en todo el corpus. Su \t\t\t\t algoritmo de maximización permite entonces que cada quasi-sinónimo acumule puntaje \t\t\t\t para cada sentido del vocablo ambiguo. El sentido con puntaje más alto es el \t\t\t\t seleccionado. Se obtuvo una precisión máxima de 69.86% usando el mismo corpus para \t\t\t\t entrenamiento y desambiguación.