Procesamiento del lenguaje natural para la extracción y recuperación de información

Escrito por Dipinnova | 06 de Junio de 2007

El grupo de investigación de Procesamiento del lenguaje natural y sistemas de información de la Universidad de Alicante trabaja en técnicas que permiten obtener información de bases de datos de una forma avanzada.

Tres líneas de aplicación

• Recuperación de información: consiste en un buscador en base a conceptos relacionados. Incorpora el uso de sinónimos y distintos idiomas. Se diferencia de otros buscadores porque localiza el texto a buscar directamente, en lugar de localizar solamente el documento o la página web donde se encuentra el concepto o término.

• Clasificación de documentación: la información es clasificada mediante una serie de categorías. Incorpora un diccionario de sinónimos para mejorar la efectividad de la clasificación. Además, permite comparar los documentos obtenidos. Esta herramienta permite clasificar información de grandes bases de datos o de la web (por ejemplo, búsqueda de antecedentes penales o de bases de datos de patentes).

• Extracción de información: se trata de una aplicación “a medida” a las necesidades concretas de un sector. Se basa en unos criterios o parámetros que permiten construir una base de datos propia a partir de la información extraída.

Extracción avanzada

Las aplicaciones pueden darse en cualquier sector en cuya actividad se trabaje con grandes cantidades de información, que sea necesario procesar y de la cual sea necesario extraer información y datos bajo demanda, como por ejemplo:

• Gestión de información administrativa, de bases de datos y texto en general: recuperación, extracción y clasificación.
• Rastreo y seguimiento de información publicada en la web.
• Biomedicina.
• Administración Pública.
• Notarial.
• Deportivo.
• Farmacéutico.
• Medioambiental.
• Forense.
• Periodismo.

Aplicable a otros fines

• Búsqueda de respuesta mono-multilingüe.
• Recuperación de información mono-multilingüe.
• Clasificación automática de textos.
• Producción de resúmenes.
• Traducción automática.
• Generación automática de ontologías.
• Sistemas de diálogos.

Productos desarrollados

• Localizador geográfico de la Universidad de Alicante.
• Recuperación de información.
• Desambiguación del sentido de las palabras.
• Multilingual Extended WordNet (recurso lingüístico para consultar una versión extendida de la base de conocimiento WordNet en lenguajes diferentes).
• X-Notarial (sistema de extracción de información de escrituras de compra-venta).