Acceso usuarios
El clustering de documentos es un campo de investigacion popular en los ambitos del Procesamiento del Lenguaje Natural, la Minera de Datos y la Recuperaci on de informacion (RI). El problema de agrupar unidades lexicas mediante clustering ha sido menos estudiado y menos aun, el problema de etiquetar los clusters.
Sin embargo, en nuestra aplicacion que trata sobre la extraccion de tuplas de relaciones para ser usadas como entrada a programas para dibujar diagramas de bloques o mapas conceptuales, este problema es fundamental. La valoracion de varias estrategias de etiquetado de clusters de documentos nos revela que algunas de estas tecnicas pueden ser tambien aplicadas para etiquetar nuestros clusters, compuestos por verbos semanticamete similares. Para con rmar esta suposicion, llevamos a cabo una serie de experimentos y evaluamos su rendimiento contra baselines y un golds- tandard de clusters etiquetados.
Document clustering is a popular research eld in Natural Language Processing, Data Mining and Information Retrieval. The problem of lexical unit (LU) clustering has been less addressed, and even less so the problem of labeling LU clusters. However, in our application that deals with the distillation of relational tuples from patent claims as input to block diagram or a concept map drawing programs, this problem is central. The assessment of various document cluster labeling techniques lets us assume that despite some signi cant di erences that need to be taken into account some of these techniques may also be applied to verbal relation cluster labeling we are concerned with. To con rm this assumption, we carry out a number of experiments and evaluate their outcome against baselines and gold standard labeled clusters.
