Creación de corpus para aplicaciones de análisis de texto no estructurado

Abstract

En este trabajo se presentan 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. Este material de entrenamiento será útil para aplicaciones relacionadas con la identificación de paráfrasis y traducción automática. La generación y análisis del material del entrenamiento para un sistema de análisis de texto no estructurado es una tarea muy ardua y artesanal para ser realizada por un humano, razón por la cual se ha propuesto construir un programa que permita ayudar a los anotadores humanos en la construcción semiautomática de corpus .