Representación del conocimiento textual mediante técnicas lógico ...

40 2. Estado del arte
Yorick Wilks respectivamente.
La propuesta presentada por Manjula et al. (2003) realiza una representación
formal del texto enriqueciendo el modelo de bolsa de palabras
con relaciones léxicas, conceptuales y contextuales. Las relaciones léxicas
las adquiere explotando las relaciones definidas en la base de datos
léxica WordNet. Las relaciones conceptuales son extraídas a partir de la
definición de la glosa de WordNet, incluyendo su synset. De este modo,
a cada término representado mediate el modelo de bolsa de palabras
le extiende su representación incluyendo esta información extraída de
WordNet. Para la obtención de las relaciones contextuales aplica una
serie de heurísticas de PLN sobre el análisis de dependencias entre las
palabras.
El enfoque planteado por Amini et al. (1999) considera la representación
formal del texto siguiendo el modelo basado en bolsa de palabras
enriquecido con información morfosintáctica (concretamente el POS de
las palabras). Sobre este tipo de representación realiza una computación
matemática aplicando los modelos ocultos de Markov y los perceptrones
multicapa.
La propuesta planteada por Kuper et al. (2003) representa formalmente
el texto basándose en el modelo de formas lógicas. Concretamente, para
la lengua inglesa, define una gramática para resolver, entre otros, los
sujetos y objetos lógicos así como los pronombres y las expresiones
definitivas (ej. “the Barcelona striker”) derivando, a partir de dicha
gramática, la forma lógica. A continuación aplica una serie de reglas
de extracción de información basadas en lógica para operar sobre las
formas lógicas obtenidas a partir del análisis sintáctico.
2.5.7 La representación formal del texto en los sistemas de
Generación de Resúmenes
En este apartado se detallan los modelos de representación formal del
texto que utilizan los sistemas de Generación de Resúmenes desarrollados
en los centros de investigación de Texas, Toyohashi y California
bajo la supervisión de los investigadores Rada Mihalcea, Hiroyuki Sakai
y Eduard Hovy respectivamente.
La propuesta presentada por Rada Mihalcea et al. (2005) para la Generación
Automática de Resúmenes realiza representación formal del
texto como un grafo que contiene vértices y arcos donde los vértices
representan los conceptos extraídos del texto y los arcos representan las
relaciones existentes entre los conceptos. A partir de esta representación
aplica una computación estadística que asigna a cada vértice del gra-