DIANA: análisis del discurso para la comprensión del conocimiento

• Autores: Paolo Rosso , María Antonia Martí Antonín , Mariona Taulé Delor
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 51, 2013, págs. 223-226
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    DIANA es un proyecto coordinado en el que participan el grupo de Ingeniería del Lenguaje Natural y Reconocimiento de Formas (ELiRF) de la Universitat Politècnica de València y el grupo Centre de Llenguatge i Computació (CLiC) de la Universitat de Barcelona.

    Se trata de un proyecto del programa de I+D (TIN2012-38603) financiado por el Ministerio de Economía y Competitividad. Paolo Rosso coordina el proyecto DIANA y lidera el subproyecto DIANA-Applications y M. Antònia Martí lidera el subproyecto DIANA-Constructions

  • English

    DIANA is a coordinated Project involving the research group of Ingeniería del Lenguaje Natural y Reconocimiento de Formas (ELiRF) of the Universitat Politècnica de València and the research group of Centre de Llenguatge i Computació (CliC) of the Universitat de Barcelona. This is an R&D project (TIN2012-38603) funded by the Spanish Ministry of Economy and Competitiveness. Paolo Rosso coordinates the DIANA project and leads the subproject DIANA-Applications and M. Antònia Marti leads the DIANA-Constructions subproject.

• Referencias bibliográficas
  • Baroni M. y A. Lenci. 2010. Distributional memory: A general framework for corpusbased semantics. Computational Linguistics, 36(4):673–721.
  • Barrón-Cedeño, A., M. Vila, M. A. Martí y P. Rosso. 2013. Plagiarism meets paraphrasing: Insights for the next generation in automatic plagiarism...
  • Bogdanova D., Rosso P., Solorio T. Exploring High-Level Features for Detecting Cyberpedophilia. Computer Speech and Language (aceptado).
  • Croft, W. y D. A. Cruse. 2004. Cognitive linguistics, Cambridge Textbooks in Linguistics, Cambridge University Press.
  • Franco-Salvador M., Gupta P., Rosso P. 2013. Cross-Language Plagiarism Detection Using Multilingual Semantic Network. Proc. 35th, ECIR-2013,...
  • Goldberg, A. 1995. Constructions: A construction grammar approach to argument structure. University of Chicago Press.
  • Gries, S. Th. 2003. Collostructions: Investigating the interaction of words and constructions, International Journal of Corpus Linguistics,...
  • Hawkins, J. 2004. On Intelligence, Henry Holt and Company, LLC, New York, USA.
  • Hernández D., Guzmán R., Montes-y-Gómez M., Rosso P. 2013. Using PU-Learning to Detect Deceptive Opinion Spam. WASSA2013.
  • Jackendof, R. 1999. Possible stages in the evolution of the language capacity. Trends in Cognitive Sciences, 3(7): 272-279.
  • Padó, S. y M. Lapata. 2007. Dependency-Based Construction of Semantic Space Models, Computational Linguistics, 33(2).
  • Peris, A., M. Taulé, H. Rodríguez y M. Bertran. 2013. LIARc: Labeling Implicit ARguments in Spanish deverbal nominalizations, CICLING-2013....
  • Reyes A. y P. Rosso 2012. Making Objective Decisions from Subjective Data: Detecting Irony in Customers Reviews. Journal on Decision Support...
  • Sag I., T. Baldwin, F. Bond, A. Copestake y D. Flickinger. 2001. Multiword Expressions: A Pain in the Neck for NLP. CICLING-2002. Springer,...
  • Tomasello, M. 2003. Constructing a Language: A Usage-Based Theory of Language Acquisition. Harvard University Press.
  • Turney, P. y P. Pantel. 2010. From Frequency to meaning: Vector Space Models of Semantics. Journal of Artificial Intelligence Research, 37:141-188.
  • Wintner, S. 2009. What science underlies natural language engineering? Computational Linguistics, 35 (4): 641-644.
  • Zuidema, W. 2007. Parsimonious DataOriented Parsing, Proc. EMNLP-CoNLL