Un sistema para la segmentación en proposiciones de textos en español

Abstract

Resumen: Se describe un sistema dedicado al reconocimiento de proposiciones y de las relaciones jerárquicas entre ellas, para textos en español. Dicho sistema fue concebido para brindar un servicio de base a tareas de extracción de información de texto y de análisis sintáctico. El sistema opera a partir de los resultados de un etiquetador probabilístico. Los conocimientos lingüísticos se expresan en un formalismo de reglas de reescritura, con reglas que permiten una especificación parcial de la parte de reescritura y tomar en cuenta el texto que rodea esta parte (contexto). La descripción se centra en la organización de las reglas en módulos que atacan distintos tipos de problemas lingüísticos, mostrando las sucesivas etapas del análisis completo de una oración ejemplo.