Acceso usuarios
Ruslan Mitkov 
, Le An Ha
En este artículo evaluamos y comparamos nuevas variantes de un conocido algoritmo de resolución de anáforas basado en reglas con la versión original. Buscamos establecer si los enfoques que se benefician de aprendizaje profundo, grandes modelos de lenguaje (LLMs) y datos de eye-tracking (siempre) superan al algoritmo original basado en reglas. Los resultados de este estudio sugieren que, aunque los algoritmos basados en aprendizaje profundo y grandes modelos de lenguaje suelen rendir mejor que los basados en reglas, no siempre es así. Por lo tanto, sostenemos que los enfoques basados en reglas siguen teniendo cabida en la investigación actual.
In this paper, we evaluate and compare new variants of a popular rule-based anaphora resolution algorithm with the original version. We seek to establish whether configurations that benefit from Deep Learning, LLMs and eye-tracking data (always) outperform the original rule-based algorithm. The results of this study suggest that while algorithms based in Deep Learning and LLMs usually perform better than rule-based ones, this is not always the case, and we argue that rule-based approaches still have a place in today’s research.
