A clustering-based approach for unsupervised word sense disambiguation

Abstract

Los métodos de agrupamiento han sido ampliamente usados en muchas tareas de Procesamiento de la Información con el fin de capturar categorías de objetos desconocidos. Sin embargo, el agrupamiento ha sido poco utilizado como método para etiquetar sentidos en la Desambiguación del Sentido de las Palabras (WSD), es decir, como una forma de identificar grupos formados por sentidos de palabras semánticamente relacionados que pueden ser utilizados con éxito en el proceso de desambiguación. En este artículo presentamos un método de desambiguación no supervisado basado en el agrupamiento de sentidos de palabras que además es capaz de encontrar relaciones implícitas (no presentes en WordNet) entre los sentidos de las palabras de la oración. Investigamos en profundidad el rol del agrupamiento y su contribución al WSD. En los resultados experimentales se demuestra la utilidad del agrupamiento para la desambiguación no supervisada.

Clustering methods have been extensively used in many Information Processing tasks in order to capture unknown object categories. However, clustering has been scarcely used as a sense labeling method for Word Sense Disambiguation (WSD), that is, as a way to identify groups of semantically related word senses that can be successfully used in a disambiguation process. In this paper, we present an unsupervised disambiguation method relying on word sense clustering that also reveals the implicit relationships (not asserted in WordNet) existing among these word senses. We also investigate in depth the role of clustering and its contribution to WSD. Experimental results demonstrate the usefulness of clustering for unsupervised WSD.