ISSN: 1139-8736
Depósito Legal: B-14103-2000

Tratamiento automático de la información textual en español mediante bases de información lingüística y transductores¹

Carlos Subirats Rüggeberg y Marc Ortega Gil

Laboratorio de Lingüística Informática, Universidad Autónoma de Barcelona  

Este artículo se publicará en la revista Lingüística 12 (2000). Los autores quieren darle las gracias al Prof. Ataliba Teixeira de Castilho por haberles autorizado su difusión previa en Internet.  

 

RESUMEN

En este artículo se describe un sistema informático que permita procesar la información textual en español mediante bases de información lingüística y algoritmos de intersección de autómatas.

• Las bases de información lingüística están integradas por diccionarios y gramáticas electrónicos, convertidos en transductores.

• Los algoritmos de intersección de autómatas intersectan el texto convertido previamente en un autómata finito determinista (AFD) minimizado, cuyas transiciones están etiquetadas con información de un diccionario electrónico, con transductores p-subsecuenciales que se generan automáticamente mediante un compilador, a partir de expresiones regulares procedentes de una gramática electrónica en la que se formalizarán las reglas sintácticas del español.

El resultado de la intersección del AFD minimizado (texto) con los transductores p-subsecuenciales (reglas sintácticas) es un AFD transducido, en el que se restituyen de forma no ambigua las relaciones de predicación. A partir de la restitución de dichas relaciones, se puede extraer automáticamente la información textual.

Notas

1 Este trabajo se ha desarrollado en el marco del proyecto de investigación Tratamiento automático de la información textual en español mediante bases de conocimiento lingüístico y transductores (TIC99-0753, http://seneca.uab.es/csubirats/TIC99-0753.html); dicho proyecto está integrado en el Plan Nacional de I+D y está financiado por el Ministerio de Educación de España.