Representación del conocimiento textual mediante técnicas lógico ...

4.1 Tratamiento lógico-conceptual y representación semántica 81
Según matiza Dick (1991), los conceptos representan una entidad, acción
o estado que pueden ser descritos en el lenguaje, y las relaciones
conceptuales muestran los roles que cada entidad juega. Una de las conclusiones
a las que llega en esta tesis doctoral viene determinada en la
frase “a concept is the basic unit for representing knowledge”. Dada esta
conclusión y, en la línea de otros trabajos de investigación previos
en el dominio abierto (Baziz et al. , 2005) (Ramakrishnanan & Bhattacharyya,
2003) (Zhang & Li, 2005) (Gomez-Hidalgo et al. , 2004), que
también utilizan los conceptos asociados a las palabras para representar
formalmente el texto, en esta tesis se ha optado por la continuación de
esta tendencia consistente en la extracción de la información conceptual
de las unidades léxicas del texto para su representación formal. De este
modo, se incorpora a la forma lógica la información conceptual asociada
a sus predicados conceptualizados, tanto en el dominio abierto como en
cualquier dominio restringido.
Para tratar de entender mejor este proceso, en el marco del tratamiento
semántico de la forma lógica, a continuación se presentan las propiedades
explotadas de los recursos ontológicos y tesauros tanto en el dominio
abierto como en los dominios restringidos. En el caso particular, en el
dominio abierto, el recurso utilizado es WordNet, mientras que en el
ámbito del dominio restringido, se introduce el dominio médico, explotando
el recurso UMLS.
4.1.1 WordNet y EuroWordNet
En la base de datos léxica WordNet (Miller, 1995), el núcleo fundamental
es el synset. Un synset se define como un conjunto de palabras
que tienen el mismo significado (sinónimos). Debido a ello, un synset
contiene una o más palabras con sentido (también llamadas conceptos)
y cada palabra con sentido (concepto) pertenece única y exclusivamente
a un sólo synset. Dicho de otro modo, cada concepto tiene asociado
exactamente una palabra que lo representa léxicamente y, cada palabra
puede estar relacionada con al menos un concepto. Cada synset tiene un
identificador exclusivo formado por una combinación de dígitos. Como
ejemplo, la tabla 4.1 muestra los synsets del sustantivo car.
WordNet es un recurso que está disponible en multitud de lenguas (inglés,
español, catalán, euskera, checo,...). Con el propósito de interconectar
diferentes lenguas europeas, se desarrolló el recurso EuroWordNet
(Vossen, 1998) (Vossen, 2002). El objetivo de EuroWordNet es la construcción
de un recurso léxico-semántico de diversas lenguas, integradas
e interconectadas, tomando WordNet como punto de referencia. Las
conexiones entre los WordNet de cada lengua se realiza mediante equi-