Resumen de Paraphrase extraction from validated question answering corpora in Spanish

Jesús Herrera, Anselmo Peñas Padilla , María Felisa Verdejo Maíllo

• español

  Partiendo del debate sobre la definición de paráfrasis, este trabajo intenta clarificar lo que las personas consideran como paráfrasis. El experimento realizado parte de una de las distintas campañas que generan cada año grandes cantidades de datos validados, susceptibles de ser reutilizados con diferentes fines. En este artículo se describe con detalle un método simple "fundamentado en reconocimiento de patrones y operaciones de inserción y eliminación", capaz de extraer una importante cantidad de paráfrasis de corpora de Pregunta-Respuesta evaluados. Se muestra además la evaluación realizada por expertos del corpus obtenido. Este trabajo ha sido realizado para el español.

• English

  Basing on the debate around the definition of paraphrase, this work aims to empirically clarify what is considered a paraphrase by humans. The experiment accomplished has its starting point in one of the several campaigns that every year generate large amounts of validated textual data, which can be reused for different purposes. This paper describes in detail a simple method -based on pattern-matching and deletion and insertion operations-, able to extract a remarkable amount of paraphrases from Question Answering assessed corpora. An assessment of the corpus obtained was accomplished by experts, and an analysis of this process is shown. This work has been developed for Spanish.