Exploiting Web-based Collective Knowledge for Micropost Normalisation.
Óscar Muñoz-García, Silvia Vázquez Suárez, Núria Bel Rafecas · 2013
espanolLa tarea de normalizacion de contenido publicado por el usuario es un paso fundamental previo al analisis de las publicaciones en los medios sociales, especialmente en Twitter. En este trabajo se presenta un metodo para la normalizacion morfologica de tweets mediante el uso de recursos publicados en la Web y desarrollados de manera colectiva, entre los que se encuentran la Wikipedia y un diccionario de SMS. Los resultados obtenidos demuestran que estos recursos son una fuente de conocimiento muy valiosa para la generacion de los diccionarios utilizados en la tarea de normalizacion. EnglishThe task of normalising user-generated content is a crucial step before analysing social media posts, particularly on Twitter. This paper presents a method for the morphological of tweets by the use of on-line and collectively developed resources, including Wikipedia and a SMS lexicon. The results obtained demonstrate that these resources are a valuable source of knowledge for generating the dictionaries used in the normalisation task.