WWW como fuente de recursos lingüíticos para su uso en PLN
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/1796
Título: | WWW como fuente de recursos lingüíticos para su uso en PLN |
---|---|
Autor/es: | Martínez Santiago, Fernando | Ureña López, Luis Alfonso | García Vega, Manuel |
Palabras clave: | Web | Corpus | Procesamiento del lenguaje natural |
Fecha de publicación: | sep-2001 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Cita bibliográfica: | MARTÍNEZ SANTIAGO, Fernando; UREÑA LÓPEZ, Luis Alfonso; GARCÍA VEGA, Manuel. “WWW como fuente de recursos lingüíticos para su uso en PLN”. Procesamiento del lenguaje natural. Nº 27 (sept. 2001), pp. 141-148 |
Resumen: | Crear un corpus extraído a partir de la Web está lejos de ser una tarea trivial. El elevado grado de heterogeneidad que es usual encontrar en el formato HTML, la gran cantidad de información irrelevante tanto en el sitio Web como dentro de una misma página y otros problemas de diversa índole, dificultan la obtención de un conjunto de documentos de aspecto homogéneo, estructurado y libre de ruido. Es presentada aquí una herramienta que pretende no sólo recuperar y almacenar selectivamente determinados sitios Web, sino dotar a los documentos obtenidos de un formato conveniente y homogéneo para su procesamiento automático, con independencia del origen de cada documento. |
URI: | http://hdl.handle.net/10045/1796 |
ISSN: | 1135-5948 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/article |
Aparece en las colecciones: | Procesamiento del Lenguaje Natural - Nº 27 (septiembre 2001) |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PLN_27_16.pdf | 38,12 kB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.