Resumen de Un enfoque neuronal para la Desambiguación del significado
Esta tesis presenta un modelo computacional basado en una red neuronal que se aplica a la resolución de la desambiguación semántica, El comportamiento del modelo se basa en las inferencias estadísticas que surgen a partir de las combinaciones entre las clases semánticas que definen los sentidos de las palabras dentro de un contexto proposicional.
La principal motivación del enfoque viene dada por la observación de que las restricciones de selección que un verbo impone sobre sus argumentos contiene información suficiente para poder seleccionar el sentido correcto de un elevado número de palabras polisémicas.
El concepto de las restricciones de selección proviene de la teoría semántica de Katz y Fodor (1963) y ha sido aplicada al campo de la desambiguación semántica por algunos autores (por ejemplo, Wilks 1972, Kelly 1975). El método de desambiguación hace un uso de la semántica, concretamente de las relaciones ES-UN, contenida en un tesauro externo.
La eficiencia del procedimiento de desambiguación se ha comprobado sobre nombres que están dentro de un contexto proposicional (por ejemplo, el sujeto o el objeto de un verbo). A diferencia de la mayoría de trabajos en este campo en que los sistemas de desambiguación se han diseñado específicamente para una palabra previamente seleccionada, nosotros hemos utilizado conjuntos de evaluación que no incluyen ningún tipo de restricción sobre los nombres que se tienen que desambiguar.
La tesis propone tanto un procedimiento supervisado como uno no supervisado. Los resultados obtenidos se sitúan entre los mejores publicados en la literatura, y juntamente con el trabajo de Ng y Lee (1996), es el único trabajo que supera la línea base proporcionada por la estrategia del sentido más frecuente cuando se evalúa el sistema con los nombres que tiene mayor frecuencia de aparición.
