Aprendizaje competitivo LVQ para la desambiguación léxica

Abstract

La resolución de la ambigüedad léxica mejora significativamente muchas tareas del procesamiento del lenguaje natural. Presentamos un desambiguador supervisado basado en el Modelo de Espacio Vectorial en el que sus pesos se entrenan con un algoritmo competitivo basado en el modelo de Kohonen, concretamente el LVQ. Para ello, hace uso de las distintas relaciones semánticas de WordNet y también del corpus SemCor. El desambiguador se evalúa haciendo una simulación de participación en la competición SENSEVAL-2. Como muestran los resultados, la posición obtenida es muy buena.

Word Sense Disambiguation improves several tasks of Natural Language Processing. We present a supervised disambiguator based on Vector Space Model, where its weights are trained with a learning vector quantization algorithm based on the Kohonen Model (LVQ algorithm) and using different semantic relations of WordNet and SemCor corpus. We also include an evaluation making a simulation of participation in SENSEVAL-2, obtaining a good position.