En este artculo se investigan tecnicas automaticas para encontrar un modelo optimo de caractersticas en el caso de un analizador de dependencias basado en transiciones. Mostramos un estudio comparativo entre algoritmos de busqueda, sistemas de validacion y reglas de decision demostrando al mismo tiempo que usando nuestros metodos es posible conseguir modelos complejos que proporcionan mejores resultados que los modelos que siguen con guraciones por defecto.
In this paper we investigate automatic techniques for nding an optimal feature model in the case of transition-based dependency parsing. We show a comparative study making a distinction between search algorithms, validation and decision rules demonstrating at the same time that using our methods it is possible to come up with quite complex feature speci cations which are able to provide better results than default feature models