NERUA: sistema de detección y clasificación de entidades utilizando aprendizaje automático

Abstract

Este artículo presenta un sistema de reconocimiento de entidades para Español combinando diferentes algoritmos de aprendizaje. Se propone una detección de entidades independiente del lenguaje y se estudia la influencia del tamaño del corpus de entrenamiento en los resultados. NERUA obtuvo 92.96% f-score en la detección y 78.59% en la clasificación de entidades.

In this paper we present a Named Entity Recognition system developed for Spanish by combining different machine learning techniques. A language independent approach for NE detection and evaluation of the influence of the training corpus size have been made. NERUA obtained 92.96% f-score for detection and 78.59% for classification.