Automatic Question Categorization: a New Approach for Text Elaboration

• Autores: Marcelo Adriano Amancio, Magali Sanches Duran, Sandra María Aluísio
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 46, 2011, págs. 43-50
• Idioma: inglés
• Enlaces
  • Texto completo
• Resumen
  • español

    La adaptación de textos es una actividad normal de los profesores para facilitar la comprensión de la lectura de contenidos específicos. Los enfoques generales para esta actividad son la Simplificación de Textos y la Elaboración de Textos (ET). El objetivo de la elaboración de textos es esclarecer y explicar la información así como realizar las conexiones explícitas en éstos. En este artículo se presenta un nuevo enfoque para ET: un sistema automático de categorización de preguntas que asigna etiquetas de preguntas a los argumentos del verbo en la oración. Por ejemplo, en ¿María bailó ayer?, “Quién” es la etiqueta que enlaza el verbo “bailó” con el argumento “María” y “Cuándo” enlaza “bailó” con el argumento “ayer”. Esta anotación es similar a la rotulación de roles semánticos, lo que constituye un enfoque que aplica con éxito técnicas de procesamiento estadístico del lenguaje. Específicamente se presentan experimentos para construir el sistema usando un conjunto amplio de preguntas en portugués y para responder las dos preguntas principales de esta investigación: (1) ¿Qué algoritmo de aprendizaje de máquina presenta mejores resultados? (2) ¿Qué problemas presenta esta tarea y cómo superarlos?.

  • English

    Text adaptation is a normal activity of teachers to facilitate reading comprehension of specific contents; the general approaches for it are Text Simplification and Text Elaboration (TE). TE aims at clarifying, explaining information and making connections explicit in texts. In this paper, we present a new approach for TE: an automatic question categorization system which assigns wh-question labels to verbal arguments in a sentence. For example, in “Mary danced yesterday.” “Who?” is the label linking the verb “danced” to the argument “Mary” and “When?” links “danced” to the argument “yesterday”. This annotation is similar to semantic role labeling, approached successfully via statistical language processing techniques. Specifically, we present experiments to build the system using a fine-grained question set in Portuguese language and address two key research questions: (1) Which machine-learning algorithm presents the best results? (2) Which problems this task presents and how to overcome them?.