Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación

La detección automática de los distintos elementos de la negación es un frecuente tema de estudio debido a su alto impacto en diversas tareas de procesamiento de lenguaje natural. Este articulo presenta un sistema basado en deep learning y de arquitectura no dependiente del idioma para la detección...

Descripción completa

Detalles Bibliográficos
Autores: Fabregat Marcos, Hermenegildo, Araujo Serna, M. Lourdes, Martínez Romo, Juan
Tipo de recurso: artículo
Fecha de publicación:2019
País:España
Institución:Universidad Nacional de Educación a Distancia
Repositorio:e-spacio. Repositorio Institucional de la UNED
Idioma:inglés
OAI Identifier:oai:e-spacio.uned.es:20.500.14468/22408
Acceso en línea:https://hdl.handle.net/20.500.14468/22408
Access Level:acceso abierto
Palabra clave:negation scope
negation triggers detection
deep learning
detección de negación
disparadores de la negación
id ES_482db2ceb371c1bf9fe07b2c65ec1c85
oai_identifier_str oai:e-spacio.uned.es:20.500.14468/22408
network_acronym_str ES
network_name_str España
repository_id_str
spelling Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negaciónDeep learning approach for negation trigger and scope recognitionFabregat Marcos, HermenegildoAraujo Serna, M. LourdesMartínez Romo, Juannegation scopenegation triggers detectiondeep learningdetección de negacióndisparadores de la negaciónLa detección automática de los distintos elementos de la negación es un frecuente tema de estudio debido a su alto impacto en diversas tareas de procesamiento de lenguaje natural. Este articulo presenta un sistema basado en deep learning y de arquitectura no dependiente del idioma para la detección automática tanto de disparadores como del alcance de la negación para inglés y español. El sistema presentado obtiene para ingles resultados comparables a los obtenidos en recientes trabajos por sistemas más complejos. Para español destacan los resultados obtenidos en la detección de claves de negación. Por último, los resultados para el reconocimiento del alcance de la negación, son similares a los obtenidos en inglés.The automatic detection of negation elements is an active area of study due to its high impact on several natural language processing tasks. This article presents a system based on deep learning and a non-language dependent architecture for the automatic detection of both, triggers and scopes of negation for English and Spanish. The presented system obtains for English comparable results with those obtained in recent works by more complex systems. For Spanish, the results obtained in the detection of negation triggers are remarkable. The results for the scope recognition are similar to those obtained for English.Sociedad Española para el Procesamiento del Lenguaje Naturale-Spacio UNED20242024-06-1120192019-01-0120192019-01-01journal articlehttp://purl.org/coar/resource_type/c_6501info:eu-repo/semantics/articleapplication/pdfhttps://hdl.handle.net/20.500.14468/22408reponame:e-spacio. Repositorio Institucional de la UNEDinstname:Universidad Nacional de Educación a DistanciaInglésengopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.esoai:e-spacio.uned.es:20.500.14468/224082026-06-06T12:38:31Z
dc.title.none.fl_str_mv Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
Deep learning approach for negation trigger and scope recognition
title Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
spellingShingle Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
Fabregat Marcos, Hermenegildo
negation scope
negation triggers detection
deep learning
detección de negación
disparadores de la negación
title_short Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
title_full Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
title_fullStr Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
title_full_unstemmed Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
title_sort Experimentación basada en deep learning para el reconocimiento del alcance y disparadores de la negación
dc.creator.none.fl_str_mv Fabregat Marcos, Hermenegildo
Araujo Serna, M. Lourdes
Martínez Romo, Juan
author Fabregat Marcos, Hermenegildo
author_facet Fabregat Marcos, Hermenegildo
Araujo Serna, M. Lourdes
Martínez Romo, Juan
author_role author
author2 Araujo Serna, M. Lourdes
Martínez Romo, Juan
author2_role author
author
dc.contributor.none.fl_str_mv e-Spacio UNED
dc.subject.none.fl_str_mv negation scope
negation triggers detection
deep learning
detección de negación
disparadores de la negación
topic negation scope
negation triggers detection
deep learning
detección de negación
disparadores de la negación
description La detección automática de los distintos elementos de la negación es un frecuente tema de estudio debido a su alto impacto en diversas tareas de procesamiento de lenguaje natural. Este articulo presenta un sistema basado en deep learning y de arquitectura no dependiente del idioma para la detección automática tanto de disparadores como del alcance de la negación para inglés y español. El sistema presentado obtiene para ingles resultados comparables a los obtenidos en recientes trabajos por sistemas más complejos. Para español destacan los resultados obtenidos en la detección de claves de negación. Por último, los resultados para el reconocimiento del alcance de la negación, son similares a los obtenidos en inglés.
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-01-01
2019
2019-01-01
2024
2024-06-11
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14468/22408
url https://hdl.handle.net/20.500.14468/22408
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Sociedad Española para el Procesamiento del Lenguaje Natural
publisher.none.fl_str_mv Sociedad Española para el Procesamiento del Lenguaje Natural
dc.source.none.fl_str_mv reponame:e-spacio. Repositorio Institucional de la UNED
instname:Universidad Nacional de Educación a Distancia
instname_str Universidad Nacional de Educación a Distancia
reponame_str e-spacio. Repositorio Institucional de la UNED
collection e-spacio. Repositorio Institucional de la UNED
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869407343340421120
score 15,81155

Similares en LA Referencia