Diseño y metodología de un etiquetador semántico-ontológico multilingüe: ESMAS-ES+

María José Domínguez Vázquez

doi:10.6018/ril.662171

Autores/as

María José Domínguez Vázquez Universidad de Santiago de Compostela https://orcid.org/0000-0002-6060-9577

DOI: https://doi.org/10.6018/ril.662171

Palabras clave: ontologías, significado categorial, procesamiento del lenguaje natural, sostenibilidad

Agencias de apoyo

Proyecto PID2022-137170OB-I00, financiado por MICIU/AEI/10.13039/501100011033 y por FEDER/ UE.

Resumen

El etiquetador automático ESMAS-ES⁺tiene como objetivo central la anotación semántico-ontológica de textos en español, francés, alemán y gallego. Junto con el estudio de la viabilidad de un nuevo método de análisis, el desarrollo del etiquetador requiere explorar nuevas vías para el procesamiento inteligente de la información y conocimiento, y, por ende, para la comprensión profunda del significado. Esta publicación presenta los principios metodológicos para su diseño, así como una panorámica de técnicas y estrategias aplicables para la generación de conocimiento lingüístico, multilingüe y tecnológico sostenible, lo que, a su vez, contribuirá al diseño de herramientas extrapolables a diferentes lenguas. La evolución de ESMAS-ES⁺puede repercutir en algunas áreas del procesamiento del lenguaje natural, en especial, en aquellas ligadas a la comprensión y desambiguación del significado. De este modo, puede contribuir a favorecer la legibilidad y comprensión de datos lingüísticos por parte de máquinas.

Descargas

Los datos de descargas todavía no están disponibles.

Metrics

Vistas/Descargas

Resumen
56
PDF
26

Citas

ÁLVEZ, Javier, Jordi ATSERIAS, Jordi CARRERA, Salvador CLIMENT, Egoitz LAPARRA, Antoni OLIVER y German RIGAU (2008): «Complete and Consistent Annotation of WordNet using the Top Concept Ontology», en Nicoletta Calzolari et al. (eds.), Proceedings of the 6th Language Resources and Evaluation Conference (LREC'08), Marrakech, Morocco, pp. 1529-1534.

ARIAS-ARIAS, Iván (en prensa): «Nuevas vías para la desambiguación en frases nominales en alemán: fundamentos metodológico-lingüísticos para el desarrollo de una herramienta de anotación semántica (semi)automática», Círculo de Lingüística Aplicada a la Comunicación, 104.

ARIAS-ARIAS, Iván y Elena MARTÍN-CANCELA (en prensa): «Bridging Human and AI Perspectives: Semantic Annotation of Generic Nouns in German», Proceedings of the eLex 2025 conference.

BENTIVOGLI, Luisa, Pamela FORNER, Bernardo MAGNINI y Emanuele PIANTA (2004): «Revising WordNet Domains Hierarchy: semantics, coverage and balancing», en Gilles Sérasset et al. (eds.), Proceedings of Workshop on Multilingual Linguistic Resources, Stroudsburg, Association for Computational Linguistics, pp. 101-108. En línea: <https://dl.acm.org/doi/10.5555/1706238.1706254>.

BOSQUE, Ignacio (dir.) (2004): REDES. Diccionario combinatorio del español contemporáneo, Madrid, SM.

DOMÍNGUEZ VÁZQUEZ, María José (2025): Ontología 2.0. ESMAS-ES+, Santiago de Compostela. En línea: <https://grupoportlex.github.io/ontologia/>.

DOMÍNGUEZ VÁZQUEZ, María José y Rufus H. GOUWS (2023): «The Definition, Presentation and Automatic Generation of Contextual Data in Lexicography», International Journal of Lexicography, 36(3), pp. 233-259. DOI: https://doi.org/10.1093/ijl/ecac020

DOMÍNGUEZ VÁZQUEZ, María José, Carlos VALCÁRCEL RIVEIRO y Daniel BARDANCA OUTEIRIÑO (2021): Ontología léxica, Santiago de Compostela. En línea: <http://portlex.usc.gal/ontologia/>.

DOMÍNGUEZ VÁZQUEZ, María José (dir.), Carlos VALCÁRCEL RIVEIRO, Daniel BARDANCA OUTEIRIÑO, José Antonio CALAÑAS CONTINENTE, Natalia CATALÁ TORRES, Rosa MARTÍN GASCUEÑA, Mónica MIRAZO BALSA, María Teresa SANMARCO BANDE y Laura PINO SERRANO (2021): CombiContext. Prototipo online para la generación automática de contextos frasales y oraciones de la frase nominal en alemán, español y francés, Santiago de Compostela. En línea: <http://portlex.usc.gal/combinatoria/verbal>.

ENGEL, Ulrich (1988): Deutsche Grammatik, Heidelberg, Julius Gross Verlag.

ENGEL, Ulrich (1996): «Semantische Relatoren. Ein Entwurf für künftige Valenzwörterbücher», en Nico Weber (ed.), Semantik, Lexikographie und Computeranwendung, Tubinga, Niemeyer, pp. 223-236. DOI: https://doi.org/10.1515/9783111555522.223

ENGEL, Ulrich (2009): Syntax der deutschen Gegenwartssprache, 4.ª ed., Berlín, Schmidt.

GÓMEZ GUINOVART, Xavier y Miguel SOLLA PORTELA (2018): «Construyendo el WordNet gallego: métodos y aplicaciones», Recursos y evaluación de idiomas, 52(1), pp. 317-339.

GOUWS, Rufus (2014): «Towards bilingual dictionaries with Afrikaans and German as language pair», en María José Domínguez Vázquez et al. (eds.), Zweisprachige Lexicographie zwischen Translation und Didaktik, Berlín, De Gruyter, pp. 249-262. DOI: https://doi.org/10.1515/9783110366631.249

HARRIS, Zellig (1954): «Distributional Structure», Word, 10(2-3), pp. 146-162. DOI: https://doi.org/10.1080/00437956.1954.11659520

IZQUIERDO, Rubén, Armando SUÁREZ y German RIGAU (2007): «Exploring the automatic selection of basic level concepts», en Ruslan Mitkov, Galia Angelova, y Kalina Bontcheva (eds.), Proceedings of the International Conference on Recent Advances in Natural Language Processing, Shoumen, INCOMA, pp. 298-302. En línea: <https://adimen.si.ehu.es/~rigau/publications/ranlp07-isr.pdf>.

LI, Belinda, Maxwell NYE y Jacob ANDREAS (2021): «Implicit Representations of Meaning in Neural Language Models», en Chengqing Zong et al. (eds.), Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing, vol. 1, Online: Association for Computational Linguistics, pp. 1813-1827. DOI: https://doi.org/10.18653/v1/2021.acl-long.143

MARTÍN GASCUEÑA, Rosa (2023): «Diseño de una ontología de semántica léxica para los proyectos MultiGenera y MultiComb», RILEX. Revista Sobre Investigaciones léxicas, 6(3), pp. 77-106. DOI: https://doi.org/10.17561/rilex.6.3.8083

MARTINELLI, Giuliano, Francesco Maria MOLFESE, Simone TEDESCHI, Alberte FERNÁNDEZ-CASTRO y Roberto NAVIGLI (2024): «CNER: Concept and Named Entity Recognition», en Kevin Duh, Helena Gomez y Steven Bethard (eds.), Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers), México D.F., Association for Computational Linguistics, pp. 8336-8351. DOI: https://doi.org/10.18653/v1/2024.naacl-long.461

MCDONALD, Scott y Michael RAMSCAR (2001): «Testing the distributional hypothesis: The influence of context on judgments of semantic similarity», en Johanna Moore y Keith Stenning, (eds.), Proceedings of the 23rd Annual Conference of the Cognitive Science Society, Londres, LEA, pp. 611-616.

MEL’ČUK, Igor (2013): Semantics. From meaning to text, Ámsterdam/Filadelfia, John Benjamins.

MIKOLOV, Tomas, Kai CHEN, Greg CORRADO y Jeffrey DEAN (2013): «Efficient Estimation of Word Representations in Vector Space», en Yoshua Bengio y Yann Lecun (eds.), Proceeding of the International Conference on Learning Representations Workshop Track, Arizona, Conference Track Proceedings, pp. 1-12. DOI: https://doi.org/10.48550/arXiv.1301.3781

MILLER, George A., Richard BECKWITH, Christiane FELLBAUM, Derek GROSS y Katherine J. MILLER (1990): «Introduction to WordNet: An On-line Lexical Database», International Journal of Lexicography, 3, pp. 235-244. DOI: https://doi.org/10.1093/ijl/3.4.235

MÜLLER-SPITZER, Carolin, Martina Nied CURCIO, María José DOMÍNGUEZ VÁZQUEZ, Idalete Maria SILVA DIAS y Sascha WOLFER (2018): «Recherchepraxis bei der Verbesserung von Interferenzfehlern aus dem Italienischen, Portugiesischen und Spanischen: Eine explorative Beobachtungsstudie mit DaF-Lernenden», Lexicographica, 34(1), pp. 157-182. DOI: https://doi.org/10.1515/lex-2018-340108

NILES, Ian y Adam PEASE (2001): «Towards a Standard Upper Ontology», en Nicola Guarino, Barry Smith y Christopher Welty (eds.), 2nd International Conference on Formal Ontology in Information Systems (FOIS-2001), Ogunquit, Main, ACM, pp. 17-19. DOI: https://doi.org/10.1145/505168.505170

PEREIRA, Francisco, Bin LOU, Brianna PRITCHETT, Samuel RITTER, Samuel J. GERSHMAN, Nancy KANWISHER, Matthew BOTVINICK y Evelina FEDORENKO (2018): «Toward a universal decoder of linguistic meaning from brain activation», Nature communications, 9, pp. 1-13. DOI: https://doi.org/10.1038/s41467-018-03068-4

PETERS, Matthew, Mark NEUMANN, Mohit IYYER, Matt GARDNER, Christopher CLARK, Kenton LEE y Luke ZETTLEMOYER (2018): «Deep Contextualized Word Representations», en Marilyn Walker (eds.), Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, vol. 1, New Orleans, Louisiana, Association for Computational Linguistics, pp. 2227-2237. DOI: https://doi.org/10.18653/v1/N18-1202

PURAIVAN, Eduardo, Irene RENAU y Nicolás RIQUELME (2024): «Metaphor Identification and Interpretation in Corpora with ChatGPT», SN Computer Science, 5, art. n.º 976 (2024). DOI: https://doi.org/10.1007/s42979-024-03331-0

RAGANATO, Alessandro, Jose CAMACHO-COLLADOS y Roberto NAVIGLI (2017): «Word Sense Disambiguation: A Unified Evaluation Framework and Empirical Comparison», en Mirella Lapata, Phil Blunsom y Alexander Koller (eds.), Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics: Volume 1, Long Papers, Valencia, Association for Computational Linguistics, pp. 99-110. DOI: https://doi.org/10.18653/v1/E17-1010

RENAU, Irene, Rogelio NAZAR, Ana CASTRO, Benjamín LÓPEZ y Javier OBREQUE (2019): «Verbo y contexto de uso: Un análisis basado en corpus con métodos cualitativos y cuantitativos», Revista Signos, 52(101), pp. 878-901. DOI: http://dx.doi.org/10.4067/S0718-09342019000300878

TRAP-JENSEN, Lars (2018): «Lexicography beHtween NLP and Linguistics: Aspects of Theory and Practice», en Jaka Čibej et al. (eds.), Proceedings of the XVIII EURALEX International Congress: Lexicography in Global Contexts, Ljubljana, Ljubljana University Press, pp. 25-37.

VOSSEN, Piek (1998): «EuroWordNet: Building a Multilingual Database with wordnets for European Languages», ELRA Newsletter, 3(1), pp. 7-10.

WEISCHEDEL, Ralph, Martha PALMER, Mitchell MARCUS, Hovy EDUARD, Sameer PRADHAN, Lance RAMSHAW, Nianwen XUE, Ann TAYLOR, Jeff KAUFMAN, Michelle FRANCHINI, Mohammed El-BACHOUTI, Robert BELVIN y Ann HOUSTON (2022): OntoNotes Release 5.0 (Version V1), Borealis. DOI: https://doi.org/10.5683/SP2/KPKFPI

RECURSOS ELECTRÓNICOS [último acceso a todos los recursos electrónicos: 24/9/2025]

AnCora = http://clic.ub.edu/corpus/es/ancora

BabelNet = https://babelnet.org/

ChatGPT = https://chat.chatbotapp.ai/

Combina = http://portlex.usc.gal/develop/combina.php

Copilot = https://www.microsoft.com/es/microsoft-copilot/organizations

CorefAnnotator = https://github.com/nilsreiter/CorefAnnotator

DeepSeek = https://chat.deepseek.com/

Derekovecs = https://corpora.ids-mannheim.de/openlab/derekovecs/

DICE = http://www.dicesp.com/paginas/index/2

DQF-MQM = https://www.taus.net/resources/blog/dqf-mqm-beyond-automatic-mt-quality-metrics

EuroWordNet = https://archive.illc.uva.nl/EuroWordNet/