Identificación de expresiones verbales fijas de Venezuela usando aprendizaje automático

Abstract

En la actualidad se desarrolla un creciente interés por la automatización, sobre todo por el reciente auge del Internet y el impacto que ha tenido en la comunicación entre las diferentes partes del mundo. Este trabajo propone el uso de estas tecnologías para la creación de una herramienta con la función de identificar expresiones verbales fijas venezolanas. Entre los problemas que presenta el procesamiento del lenguaje natural en los últimos años, se encuentra la necesidad de entender la semántica de un texto, papel que las expresiones verbales fijas toman de primera mano, pues su cualidad nada sintáctica las vuelve un objeto sumamente interesante de estudio. No obstante, la mayoría de los estudios realizados en procesamiento del lenguaje están enfocados al idioma inglés, debido a su establecimiento como lengua Franca, por esta razón, estudiar la morfología del español es un área que tiene muchos descubrimien- tos por hacer. El objetivo de esta investigación es el de lograr identificar expresiones verbales venezolanas conocidas, dentro de un contexto. Para esto se propone la creación de una base de conocimientos de expresiones construida mediante un diccionario de expresiones con la cuál se recopilará información. La recopilación se ha realizado utilizando la red social Twitter, pues, no solo ofrece una inmensa cantidad de datos, sino que también provee de geolocalización de dichos datos, información importante al momento de estudiar estas expresiones. Se ha adoptado un enfoque supervisado para la identificación de estas expresiones, y a partir del conjunto de datos obtenido desde Twitter se consiguieron mejores resultados al utilizar técnicas de extracción de características combinando métodos sintácticos y semánticos para los modelos entrenados. Palabras clave: