Inferencia de estructuras gramaticales mediante descomposiciones a estructuras simples

Abstract

Desarrollamos técnicas para inferir etiquetas complejas a partir de poco material de entrenamiento. La idea consiste en separar las etiquetas en partes significativas y entrenar taggers para que infieran en ellas a partir de una secuencia de palabras. De la secuencia resultante, recuperamos las etiquetas originales. Nuestra hipótesis es que la descomposición de las etiquetas genera mayor regularidad en los datos y al dividirlas en dos o más conjuntos, reducimos el conjunto de símbolos con el cual entrenamos el tagger y disminuimos los problemas causados por la escasez de datos. Nuestras técnicas se probaron en la tarea específica de POS tagging.