´Indice general

32
CAPÍTULO 3. GATE
documento.
Imaginemos que estamos ante la interfaz gráfica de GATE (ver figura
3.3). Una vez que todos los recursos han sido cargados, una aplicación puede
ser creada y corrida. Para ello basta ejecutar un click derecho sobre “Applications”
y seleccionar “New”, para después elegir entre “corpus pipeline”
o “pipeline” o una de las condicionadas. Una aplicación pipeline solamente
puede correrse sobre un solo documento, mientras que una del tipo corpus
pipeline puede ser corrida sobre todo un corpus.
Para configurar el pipeline 3 , se hace doble click sobre la nueva aplicación
que se creo usando Applications -> New -> pipeline. De inmediato
aparecerán sobre el panel principal dos columnas. En la columna izquierda
se encuentran enlistados los recursos de procesamiento que hayan sido
cargados (ver figura 3.4). El usuario deberá pasar a la columna derecha los
componentes que necesite para poder armar su aplicación (ver figura 3.4).
Después, los módulos deben de ponerse en el orden (de arriba hacia abajo)
en el que se quiere que se corran. Y, por último, a cada componente del pipeline
hay que asignarle el recurso de lenguaje (texto previamente cargado
en GATE) que se quiere analizar y hacer click en “Run”.
3.4. Anotaciones
Cuando se corren recursos de procesamiento (como tokenizadores, parseadores,
etc.) que operan sobre textos, aquellos producen información acerca
de éstos. Por ejemplo, cuando se corre un tokenizador, a cada palabra
se le asigna un tipo (token-type): word, number, punctuation, etc; cuando
se corre un etiquetador morfosintáctico, a cada palabra se le asigna una
categoría gramatical (proper noun, verb, etc). Esta información que se produce
a partir del texto se representa dentro de GATE como un conjunto de
anotaciones.
Una anotación en GATE consiste de:
un ID, es decir, una identificación única en el documento al que la
anotación se refiere
un type, el cual denota el tipo de anotación. Los diferentes recursos de
procesamiento usualmente generan anotaciones de distintos tipos.
3 Pipeline es un concepto informático que se refiere a la ejecución en sucesión de varios
componentes de software donde el output de uno es el input del siguiente. Es un
acoplamiento encadenado de las componentes que forman la aplicación.