Método híbrido para el aprendizaje de taxonomía desde textos en español

Ontology has been used in many current applications and it plays a very important role in knowledge managementand in the Semantic Web. Ontologies are especially useful because they support processes that involve exchangingand sharing information. Ontology learning from text is the process of obtaini...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Serie Científica de la Universidad de las Ciencias Informáticas 2018, Vol.11 (3), p.1-15
Hauptverfasser: Gordillo Rodríguez, José Roberto, Hojas Mazo, Wenny, Simón Cuevas, Alfredo J
Format: Artikel
Sprache:spa
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 15
container_issue 3
container_start_page 1
container_title Serie Científica de la Universidad de las Ciencias Informáticas
container_volume 11
creator Gordillo Rodríguez, José Roberto
Hojas Mazo, Wenny
Simón Cuevas, Alfredo J
description Ontology has been used in many current applications and it plays a very important role in knowledge managementand in the Semantic Web. Ontologies are especially useful because they support processes that involve exchangingand sharing information. Ontology learning from text is the process of obtaining high-level concepts and theirrelationships. An important task in ontology learning from text is the obtaining, from unstructured information, a set of representative conceptsthat model a domain, and organizes them in a hierarchical structure (taxonomy). In theprocess of constructing taxonomy, the identification of hyperonym/hyponymic relationships between terms isessential. A challenging task is the automatic construction of the appropriate structure to represent the informationfound in unstructured texts. This paper presents a method to obtain, from unstructured texts, representative conceptsand their taxonomic relationships in a domain of specific knowledge. This approach builds a hierarchy of conceptsfrom a specific domain text corpus by using a set of linguistic patterns. Experiments are performed to evaluate theproposal. The quality of the taxonomy that is constructed against standard gold ontologies is evaluated, theexperiments show promising results del conocimiento y en la Web Semántica. Las ontologías son especialmente útiles debido a que apoyanprocesos que conlleven intercambiar y compartir información. El aprendizaje de ontologías desde texto es elproceso de obtener conceptos de alto nivel y sus relaciones. Una tarea importante en el aprendizaje deontologías desde texto es la obtención, desde información no estructurada, de un conjunto de conceptosrepresentativos, que modelen un dominio, y organizarlos en una estructura jerárquica (taxonomía). En elproceso de construir una taxonomía, la identificación de relaciones hiperónimo/hipónimo entre términos esesencial. Una tarea retadora es la construcción de forma automática de la estructura apropiada pararepresentar la información que se encuentra en textos no estructurados. Este trabajo presenta un método paraobtener, desde textos no estructurados, conceptos representativos y sus relaciones taxonómicas en undominio de conocimiento específico. Este enfoque construye una jerarquía de conceptos desde un corpus detexto de dominio específico mediante el uso de un conjunto de patrones lingüísticos. Se ejecutanexperimentos para evaluar la propuesta. Se evalúa la calidad de la taxonomía que se construye contrao
format Article
fullrecord <record><control><sourceid>dialnet_FKZ</sourceid><recordid>TN_cdi_dialnet_primary_oai_dialnet_unirioja_es_ART0001555259</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>oai_dialnet_unirioja_es_ART0001555259</sourcerecordid><originalsourceid>FETCH-dialnet_primary_oai_dialnet_unirioja_es_ART00015552593</originalsourceid><addsrcrecordid>eNqli0sKwjAURTNQsGj3kA0U0k-UghMRRRAn0nl4pU9MSZOQVKjuyEEHrqEbs4KuwNE958CdkCBJ2TJKspzPSOi9LFnG4izO-Sogx9PwbE1l6HXoSydHsOCAoqJgHepKPqBGWiFtoTPaNEMPo_lPwK41nqKm6C0ML6MWZHoB5TH87pys97tie4gqCUpjK6yTDbi7MCDFr920dNLUINCLzblgjMWc84Tn6Z_3N8QSU4A</addsrcrecordid><sourcetype>Open Website</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>Método híbrido para el aprendizaje de taxonomía desde textos en español</title><source>Dialnet</source><creator>Gordillo Rodríguez, José Roberto ; Hojas Mazo, Wenny ; Simón Cuevas, Alfredo J</creator><creatorcontrib>Gordillo Rodríguez, José Roberto ; Hojas Mazo, Wenny ; Simón Cuevas, Alfredo J</creatorcontrib><description>Ontology has been used in many current applications and it plays a very important role in knowledge managementand in the Semantic Web. Ontologies are especially useful because they support processes that involve exchangingand sharing information. Ontology learning from text is the process of obtaining high-level concepts and theirrelationships. An important task in ontology learning from text is the obtaining, from unstructured information, a set of representative conceptsthat model a domain, and organizes them in a hierarchical structure (taxonomy). In theprocess of constructing taxonomy, the identification of hyperonym/hyponymic relationships between terms isessential. A challenging task is the automatic construction of the appropriate structure to represent the informationfound in unstructured texts. This paper presents a method to obtain, from unstructured texts, representative conceptsand their taxonomic relationships in a domain of specific knowledge. This approach builds a hierarchy of conceptsfrom a specific domain text corpus by using a set of linguistic patterns. Experiments are performed to evaluate theproposal. The quality of the taxonomy that is constructed against standard gold ontologies is evaluated, theexperiments show promising results del conocimiento y en la Web Semántica. Las ontologías son especialmente útiles debido a que apoyanprocesos que conlleven intercambiar y compartir información. El aprendizaje de ontologías desde texto es elproceso de obtener conceptos de alto nivel y sus relaciones. Una tarea importante en el aprendizaje deontologías desde texto es la obtención, desde información no estructurada, de un conjunto de conceptosrepresentativos, que modelen un dominio, y organizarlos en una estructura jerárquica (taxonomía). En elproceso de construir una taxonomía, la identificación de relaciones hiperónimo/hipónimo entre términos esesencial. Una tarea retadora es la construcción de forma automática de la estructura apropiada pararepresentar la información que se encuentra en textos no estructurados. Este trabajo presenta un método paraobtener, desde textos no estructurados, conceptos representativos y sus relaciones taxonómicas en undominio de conocimiento específico. Este enfoque construye una jerarquía de conceptos desde un corpus detexto de dominio específico mediante el uso de un conjunto de patrones lingüísticos. Se ejecutanexperimentos para evaluar la propuesta. Se evalúa la calidad de la taxonomía que se construye contraontologías estándar de oro, los experimentos muestran resultados prometedores</description><identifier>ISSN: 2306-2495</identifier><language>spa</language><ispartof>Serie Científica de la Universidad de las Ciencias Informáticas, 2018, Vol.11 (3), p.1-15</ispartof><rights>LICENCIA DE USO: Los documentos a texto completo incluidos en Dialnet son de acceso libre y propiedad de sus autores y/o editores. Por tanto, cualquier acto de reproducción, distribución, comunicación pública y/o transformación total o parcial requiere el consentimiento expreso y escrito de aquéllos. Cualquier enlace al texto completo de estos documentos deberá hacerse a través de la URL oficial de éstos en Dialnet. Más información: https://dialnet.unirioja.es/info/derechosOAI | INTELLECTUAL PROPERTY RIGHTS STATEMENT: Full text documents hosted by Dialnet are protected by copyright and/or related rights. This digital object is accessible without charge, but its use is subject to the licensing conditions set by its authors or editors. Unless expressly stated otherwise in the licensing conditions, you are free to linking, browsing, printing and making a copy for your own personal purposes. All other acts of reproduction and communication to the public are subject to the licensing conditions expressed by editors and authors and require consent from them. Any link to this document should be made using its official URL in Dialnet. More info: https://dialnet.unirioja.es/info/derechosOAI</rights><lds50>peer_reviewed</lds50><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>315,781,785,875,4025</link.rule.ids><linktorsrc>$$Uhttps://dialnet.unirioja.es/servlet/oaiart?codigo=8589951$$EView_record_in_Universidad_de_la_Rioja$$FView_record_in_$$GUniversidad_de_la_Rioja$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>Gordillo Rodríguez, José Roberto</creatorcontrib><creatorcontrib>Hojas Mazo, Wenny</creatorcontrib><creatorcontrib>Simón Cuevas, Alfredo J</creatorcontrib><title>Método híbrido para el aprendizaje de taxonomía desde textos en español</title><title>Serie Científica de la Universidad de las Ciencias Informáticas</title><description>Ontology has been used in many current applications and it plays a very important role in knowledge managementand in the Semantic Web. Ontologies are especially useful because they support processes that involve exchangingand sharing information. Ontology learning from text is the process of obtaining high-level concepts and theirrelationships. An important task in ontology learning from text is the obtaining, from unstructured information, a set of representative conceptsthat model a domain, and organizes them in a hierarchical structure (taxonomy). In theprocess of constructing taxonomy, the identification of hyperonym/hyponymic relationships between terms isessential. A challenging task is the automatic construction of the appropriate structure to represent the informationfound in unstructured texts. This paper presents a method to obtain, from unstructured texts, representative conceptsand their taxonomic relationships in a domain of specific knowledge. This approach builds a hierarchy of conceptsfrom a specific domain text corpus by using a set of linguistic patterns. Experiments are performed to evaluate theproposal. The quality of the taxonomy that is constructed against standard gold ontologies is evaluated, theexperiments show promising results del conocimiento y en la Web Semántica. Las ontologías son especialmente útiles debido a que apoyanprocesos que conlleven intercambiar y compartir información. El aprendizaje de ontologías desde texto es elproceso de obtener conceptos de alto nivel y sus relaciones. Una tarea importante en el aprendizaje deontologías desde texto es la obtención, desde información no estructurada, de un conjunto de conceptosrepresentativos, que modelen un dominio, y organizarlos en una estructura jerárquica (taxonomía). En elproceso de construir una taxonomía, la identificación de relaciones hiperónimo/hipónimo entre términos esesencial. Una tarea retadora es la construcción de forma automática de la estructura apropiada pararepresentar la información que se encuentra en textos no estructurados. Este trabajo presenta un método paraobtener, desde textos no estructurados, conceptos representativos y sus relaciones taxonómicas en undominio de conocimiento específico. Este enfoque construye una jerarquía de conceptos desde un corpus detexto de dominio específico mediante el uso de un conjunto de patrones lingüísticos. Se ejecutanexperimentos para evaluar la propuesta. Se evalúa la calidad de la taxonomía que se construye contraontologías estándar de oro, los experimentos muestran resultados prometedores</description><issn>2306-2495</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2018</creationdate><recordtype>article</recordtype><sourceid>FKZ</sourceid><recordid>eNqli0sKwjAURTNQsGj3kA0U0k-UghMRRRAn0nl4pU9MSZOQVKjuyEEHrqEbs4KuwNE958CdkCBJ2TJKspzPSOi9LFnG4izO-Sogx9PwbE1l6HXoSydHsOCAoqJgHepKPqBGWiFtoTPaNEMPo_lPwK41nqKm6C0ML6MWZHoB5TH87pys97tie4gqCUpjK6yTDbi7MCDFr920dNLUINCLzblgjMWc84Tn6Z_3N8QSU4A</recordid><startdate>2018</startdate><enddate>2018</enddate><creator>Gordillo Rodríguez, José Roberto</creator><creator>Hojas Mazo, Wenny</creator><creator>Simón Cuevas, Alfredo J</creator><scope>AGMXS</scope><scope>FKZ</scope></search><sort><creationdate>2018</creationdate><title>Método híbrido para el aprendizaje de taxonomía desde textos en español</title><author>Gordillo Rodríguez, José Roberto ; Hojas Mazo, Wenny ; Simón Cuevas, Alfredo J</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-dialnet_primary_oai_dialnet_unirioja_es_ART00015552593</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>spa</language><creationdate>2018</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>Gordillo Rodríguez, José Roberto</creatorcontrib><creatorcontrib>Hojas Mazo, Wenny</creatorcontrib><creatorcontrib>Simón Cuevas, Alfredo J</creatorcontrib><collection>Dialnet (Open Access Full Text)</collection><collection>Dialnet</collection><jtitle>Serie Científica de la Universidad de las Ciencias Informáticas</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>Gordillo Rodríguez, José Roberto</au><au>Hojas Mazo, Wenny</au><au>Simón Cuevas, Alfredo J</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Método híbrido para el aprendizaje de taxonomía desde textos en español</atitle><jtitle>Serie Científica de la Universidad de las Ciencias Informáticas</jtitle><date>2018</date><risdate>2018</risdate><volume>11</volume><issue>3</issue><spage>1</spage><epage>15</epage><pages>1-15</pages><issn>2306-2495</issn><abstract>Ontology has been used in many current applications and it plays a very important role in knowledge managementand in the Semantic Web. Ontologies are especially useful because they support processes that involve exchangingand sharing information. Ontology learning from text is the process of obtaining high-level concepts and theirrelationships. An important task in ontology learning from text is the obtaining, from unstructured information, a set of representative conceptsthat model a domain, and organizes them in a hierarchical structure (taxonomy). In theprocess of constructing taxonomy, the identification of hyperonym/hyponymic relationships between terms isessential. A challenging task is the automatic construction of the appropriate structure to represent the informationfound in unstructured texts. This paper presents a method to obtain, from unstructured texts, representative conceptsand their taxonomic relationships in a domain of specific knowledge. This approach builds a hierarchy of conceptsfrom a specific domain text corpus by using a set of linguistic patterns. Experiments are performed to evaluate theproposal. The quality of the taxonomy that is constructed against standard gold ontologies is evaluated, theexperiments show promising results del conocimiento y en la Web Semántica. Las ontologías son especialmente útiles debido a que apoyanprocesos que conlleven intercambiar y compartir información. El aprendizaje de ontologías desde texto es elproceso de obtener conceptos de alto nivel y sus relaciones. Una tarea importante en el aprendizaje deontologías desde texto es la obtención, desde información no estructurada, de un conjunto de conceptosrepresentativos, que modelen un dominio, y organizarlos en una estructura jerárquica (taxonomía). En elproceso de construir una taxonomía, la identificación de relaciones hiperónimo/hipónimo entre términos esesencial. Una tarea retadora es la construcción de forma automática de la estructura apropiada pararepresentar la información que se encuentra en textos no estructurados. Este trabajo presenta un método paraobtener, desde textos no estructurados, conceptos representativos y sus relaciones taxonómicas en undominio de conocimiento específico. Este enfoque construye una jerarquía de conceptos desde un corpus detexto de dominio específico mediante el uso de un conjunto de patrones lingüísticos. Se ejecutanexperimentos para evaluar la propuesta. Se evalúa la calidad de la taxonomía que se construye contraontologías estándar de oro, los experimentos muestran resultados prometedores</abstract><oa>free_for_read</oa></addata></record>
fulltext fulltext_linktorsrc
identifier ISSN: 2306-2495
ispartof Serie Científica de la Universidad de las Ciencias Informáticas, 2018, Vol.11 (3), p.1-15
issn 2306-2495
language spa
recordid cdi_dialnet_primary_oai_dialnet_unirioja_es_ART0001555259
source Dialnet
title Método híbrido para el aprendizaje de taxonomía desde textos en español
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-17T07%3A50%3A55IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-dialnet_FKZ&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=M%C3%A9todo%20h%C3%ADbrido%20para%20el%20aprendizaje%20de%20taxonom%C3%ADa%20desde%20textos%20en%20espa%C3%B1ol&rft.jtitle=Serie%20Cient%C3%ADfica%20de%20la%20Universidad%20de%20las%20Ciencias%20Inform%C3%A1ticas&rft.au=Gordillo%20Rodr%C3%ADguez,%20Jos%C3%A9%20Roberto&rft.date=2018&rft.volume=11&rft.issue=3&rft.spage=1&rft.epage=15&rft.pages=1-15&rft.issn=2306-2495&rft_id=info:doi/&rft_dat=%3Cdialnet_FKZ%3Eoai_dialnet_unirioja_es_ART0001555259%3C/dialnet_FKZ%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true