A Method to Lexical Normalisation of Tweets

Pablo Gamallo ^[1] ; Marcos Garcia ^[1] ; José Ramom Pichel ^[2]
1. [1] Universidade de Santiago de Compostela
  
  Universidade de Santiago de Compostela
  
  Santiago de Compostela, España
2. [2] Imaxin Software
Localización: XXIX Congreso de la Sociedad Española de Procesamiento de Lenguaje Natural: SEPLN 2013 / coord. por Alberto Díaz Esteban, Iñaki Alegría Loinaz, Julio Villena Román, 2013, ISBN 978-84-695-8349-4, págs. 81-85
Idioma: español
Títulos paralelos:
- Un método de normalización léxica de tweets
Texto completo no disponible (Saber más ...)

Resumen
- español
  Este artículo describe una estrategia de normalización léxica de palabras “out-of-vocabulary” (OOV) en tweets escritos en español. Para corregir OOV incorrectos, el sistema de normalización genera candidatos “in-vocabulary” (IV) que aparecen en diferentes recursos léxicos y selecciona el más adecuado. Nuestro método genera dos tipos de candidatos, primarios y secundarios, que serán ordenados de diferentes maneras en el proceso de selección del mejor candidato.
- English
  This paper describes a strategy to perform lexical normalisation of out- of-vocabulary (OOV) words in Spanish tweets. To correct any ill-formed OOV, the normalisation system generates in-vocabulary (IV) candidates found in several lexical resources, and selects the best one. Our method generates two types of candidates, primary and secondary IV candidates, which will be ranked in different ways to select the best candidate.