dc.contributores-ES
dc.creatorGonzález, Isabel
dc.creatorMontenegro, Génesis
dc.creatorPulido, Rosángela
dc.creatorRiveros, Miguel
dc.creatorRomero, Hillary
dc.creatorUrdaneta, Lino
dc.date2019-11-13
dc.date.accessioned2022-11-04T18:53:16Z
dc.date.available2022-11-04T18:53:16Z
dc.identifierhttp://erevistas.saber.ula.ve/index.php/lenguayhabla/article/view/15702
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/5128214
dc.descriptionLas palabras funcionales, entre ellas las preposiciones, representan un reto para el procesamiento de lenguaje natural debido a que su significado es difícilmente determinable a partir de procesos de descomposición semántica similares a los utilizados para la descripción de palabras plenas, en especial cuando la semántica es resultante de un proceso de lexicalización computacional (Goddard & Schalley, 2010). Por ello, proponemos el diseño de un modelo computarizado que permita el aprendizaje automático (machine learning) de las relaciones espaciales marcadas por las preposiciones. El modelo que presentamos en esta ponencia fue diseñado para el procesamiento de las preposiciones, entendidas como partes del discurso que establecen relaciones semánticas entre dos elementos, marcando (prototípicamente) relaciones espaciales que codifican la posición de un ente en un espacio físico (Saint-Dizier, 2006; Waluch de la Torre, 2007; Zelinsky-Wibbelt, 1993), y la extensión metafórica de dichas relaciones espaciales. El modelo se basa en algunos presupuestos de la lingüística cognitiva (Lakoff & Johnson, 1999; Langacker, 2008). Este modelo forma parte de un proyecto de inteligencia artificial mediado por lenguaje natural (Mammut) cuya finalidad es atender diversas necesidades en el mercado sobre productos o información usando sistemas basados en Pregunta-Respuesta.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherLengua y Hablaes-ES
dc.relationhttp://erevistas.saber.ula.ve/index.php/lenguayhabla/article/view/15702/21921926801
dc.rightsCopyright (c) 2019 Lengua y Hablaes-ES
dc.sourceLengua y Habla; Vol. 23 (2019): ENERO-DICIEMBRE; 495-505es-ES
dc.source2244-811X
dc.source1316-1180
dc.subjectpreposiciones, cognitivismo, procesamiento de lenguaje natural, lingüística computacionales-ES
dc.titleModelado computacional de preposiciones en inglés y español: aproximación cognitivaes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typees-ES


Este ítem pertenece a la siguiente institución