Análisis sintáctico conducido por un diccionario de patrones de ...

Capítulo 3.
avanzados
Análisis sintáctico y desambiguación basada en patrones de manejo
Idea de combinación de métodos
En esta investigación, consideramos que la resolución de la ambigüedad
sintáctica requiere un sistema compuesto de un conjunto de métodos. Es decir, se
requiere desarrollar un conjunto de módulos basados en modelos de tipos diferentes
de conocimiento, que analicen las oraciones, y de sus resultados tomar la decisión
final de cuáles son las variantes aceptables en base a una votación. De esta forma,
cada uno de los módulos dará una medida cuantitativa de la probabilidad de una u
otra variante de estructura, y finalmente el sistema completo elegirá las variantes con
los valores máximos de esas evaluaciones estadísticas.
La idea no es muy nueva. En otras áreas como en el marcaje de POS se ha
empleado esta misma idea. En este marcaje existen métodos híbridos que combinan
diferentes aproximaciones, por ejemplo el uso de recursos basados en estadísticas y
en conocimiento lingüístico, como en [Tzoukerman et al, 94]. [Samuelson &
Voutilainen, 97] presentan una discusión comparativa de marcadores de partes del
habla basados en lingüística y en estadística. [Padró, 98] usa relajación, un algoritmo
iterativo para realizar optimización de funciones basada en información local, que
también permite el uso de restricciones con múltiples características provenientes de
diversas fuentes.
En el análisis sintáctico, se ha intentado emplear diferentes modelos como
base de un método solo. Por ejemplo, [Abney, 91] se basa en estudios sicolingüísticos
de [Gee & Grosjean, 83] para proponer el análisis sintáctico superficial. [Gee &
Grosjean, 83] enlazan duraciones de pausa en la lectura y esquematización de
oraciones ingenuas, a grupos de texto, que de una manera muy general corresponden
a la separación de una cadena de palabras después de cada núcleo-h. El análisis
sintáctico superficial analiza partes de la oración. La oración se segmenta en partes no
traslapadas, el análisis de estos segmentos es la base del análisis sintáctico total, que
detecta los argumentos del verbo y pospone decisiones de enlaces de grupos
preposicionales.
[Magerman, 95] basa el análisis sintáctico en métodos estadísticos que
reemplacen las habilidades de toma de decisiones del ser humano con algoritmos de
toma de decisión. Emplea algoritmos de clasificación de árboles de decisiones, que
además de identificar características relevantes para cada decisión y decidir la
selección basándose en esas características, asignan una distribución de
probabilidades a las elecciones posibles.
Para nosotros, dado que no podemos reproducir las habilidades humanas para
entender una oración, el análisis sintáctico y su desambiguación debe basarse en
modelos de conocimiento diverso. La elección de estructura debe hacerse en términos
cuantitativos, asignando pesos, o evaluaciones estadísticas, a cada una de las variantes
de estructura sintáctica. La variante con el peso más grande se considera como la
mejor, mientras mayor sea el peso más posibilidades tiene de ser la variante correcta.
178