construcción automática de diccionarios semánticos usando la ...

2 ESTADO DEL ARTE
2.1 Conceptos básicos
Para poder entender los siguientes capítulos de esta tesis es necesario introducir
los conceptos básicos con los que trabajaremos.
2.1.1 Stopword
Las las palabras denominadas stopwords son las que no incluyen información al
dominio, para esta tesis, consideramos que las palabras que no son sustantivos,
verbos, adjetivos o adverbios, son stopword. Estas palabras no serán tomadas en
cuenta al construir el diccionario semántico.
2.1.2 Lematización
Las palabras con el mismo lema serán contabilizadas como una sola palabra (el
lema), de modo que palabras como trabaja, trabajar, trabajamos, suman a la
frecuencia de la palabra trabajar que es el lema de todas ellas.
2.1.3 Extracción de Términos Relevantes
Existen muchos modelos para ponderar términos en un corpus. El más conocido es
Tf.Idf.
2.1.3.1 TF.IDF
Esta medida, permite comprobar el peso de un término (unidad léxica) en un
documento (unidad de contexto).
16