Contribución de la información semántica en un sistema de aprendizaje automático para resolver la implicación

Résumé

La forma en que podemos expresar un mismo pensamiento puede variar dependiendo de las circunstancias, del objetivo que pretendemos alcanzar, etc. Esta variabilidad del lenguaje se convierte en un problema cuando una aplicación de procesamiento del lenguaje natural intenta extraer el mismo contenido semántico a partir de dos construcciones distintas. Para resolver este problema se ha creado una tarea denominada "Reconocimiento de Implicación Textual" o "Textual Entailment Recognition", cuyo objetivo es establecer si la semántica de un texto se puede inferir de la semántica de otro texto. En este artículo, presentamos una nueva aproximación que utiliza la semántica latente y la medida de similitud del coseno para resolver el problema de la Implicación Textual. Para realizar la evaluación se han utilizado diferentes corpus y recursos, realizando posteriormente un estudio sobre el impacto de combinar la información semántica obtenida con un sistema de aprendizaje automático.