Creación de corpus para aplicaciones de análisis de texto no estructurado

Abstract

En este trabajo se describen dos de las aplicaciones desarrolladas para dar soporte en las actividades de elaboración de material de entrenamiento para sistemas de minería de datos sobre texto no estructurado. El desarrollo de dichas aplicaciones está motivado en la necesidad de generar y utilizar corpus que sirva en la fase de entrenamiento de técnicas de aprendizaje automático (machine learning), especialmente Redes Neuronales Artificiales (RNA), para analizar texto en lenguaje natural (por ejemplo un artículo de diario, o revista) para la identificación de paráfrasis e implicación de textos semánticamente relacionados.