Acceso usuarios
El presente trabajo describe un método basado en los datos de Wikipedia para predecir la categoría semántica de nombres comunes o propios en contexto. Primero se intenta predecir la categoría de cada entrada de la Wikipedia mediante un sistema de reglas que detecta patrones definitorios, y luego se generaliza desde allí por medio de un modelo estadístico que asocia categorías semánticas con elementos de la entrada enciclopédica. La evaluación del etiquetado de nombres propios y comunes en castellano revela una precisión general de 82% y una cobertura de 77%. Una característica destacable del método es su simplicidad conceptual y eficiencia computacional. La implementación se ofrece como código abierto y los datos utilizados son de acceso público.
This paper describes a method based on data from Wikipedia for the automatic semantic tagging of common and proper nouns in context. We first predict the semantic category of each Wikipedia entry using a rule-based method that detects definition patterns, and then we generalize from there using a statistical model that associates semantic categories with elements of the entry. The evaluation of proper and common nouns in Spanish reveals a general precision of .82 and a recall of .77. One feature of the method is its conceptual simplicity and computational efficiency. The implementation is offered as open-source code and the data used in the study is in the public domain.
