Representación del conocimiento textual mediante técnicas lógico ...

2 1. Introducción
1.1 La independencia del dominio en los sistemas de
PLN
Tradicionalmente, la información requerida por los sistemas basados en conocimiento
se ha adquirido manualmente en colaboración con expertos del
área tratada, con el alto coste que ello supone. Sin embargo, la creciente disponibilidad
de recursos textuales on-line y el número potencial de aplicaciones
de adquisición de conocimiento a partir de datos textuales ha derivado hacia
un incremento en la investigación en el campo de la Extracción de Información.
Uno de los principales inconvenientes de la aplicación de la Extracción de
Información es su dependencia del dominio. Hay que considerar, por ejemplo,
la definición de qué contenido se considera relevante para cada dominio con
anterioridad al proceso de Extracción de Información. El intento de reducir
el alto coste de adaptación manual de las aplicaciones de Extracción de Información
a nuevos dominios ha conducido a la reciente investigación en la
aplicación de diferentes técnicas de aprendizaje automático (Riloff & Jones,
1999) (Yangarber, 2003).
En relación al tratamiento de textos en los dominios restringidos, por ejemplo
en el campo de la biomedicina, desde la última década se está prestando
especial interés en la utilización de técnicas de PLN para la minería de textos,
es decir, para el análisis, la extracción y la estructuración de la información
contenida en colecciones de textos biomédicos.
Tomando como ejemplo el marco de la Extracción de Información, se acaba
de introducir que ésta está cobrando gran importancia tanto en el dominio
abierto como en los dominios restringidos. Es por ello por lo que los sistemas
de Extracción de Información deben ser capaces de trabajar sobre cualquier
dominio, tanto en el dominio abierto como en cualquier dominio restringido.
Para ello, deben disponer de un mecanismo de representación formal del texto
capaz de abstraer el conocimiento del texto independientemente de cuál sea su
dominio.
Por ejemplo, si se considera como marco de referencia el dominio biomédico,
las técnicas de Extracción de Información son de indudable interés para la ayuda
a la construcción de recursos de utilidad para los investigadores biomédicos:
bases de datos de entidades biológicas (genes, proteínas, compuestos químicos,
enfermedades, etc.) y relaciones entre éstas, ontologías y tesauros que clasifican
conceptos biomédicos, o redes de interacción entre entidades biomédicas.
Estas técnicas también pueden ser útiles para la clasificación y recuperación
de documentos biomédicos o el análisis y estructuración de historiales clínicos.