Resumen

NUNEZ-PRADO, César Jesús; SIDOROV, Grigori; GELBUKH, Irina  y  CHANONA-HERNANDEZ, Liliana. Métricas de similitud para la desambiguación automática del sentido de los verbos sobre un corpus basado en WordNet. Comp. y Sist. [online]. 2024, vol.28, n.4, pp.1727-1740.  Epub 25-Mar-2025. ISSN 2007-9737.  https://doi.org/10.13053/cys-28-4-4695.

Esta investigación explora la desambiguación del sentido de los verbos polisémicos en las definiciones de un diccionario digital (WordNet) a través de dos métricas de similitud: Similitud Coseno y el Algoritmo de Lesk Simplificado Modificado. Estos métodos fueron aplicados con el objetivo de identificar los tres sentidos de mayor correspondencia para cada verbo, facilitando así la selección del sentido más adecuado según el contexto en el que aparece. La desambiguación de sentido en verbos es una tarea fundamental en el campo del Procesamiento del Lenguaje Natural (PLN), con amplias aplicaciones que incluyen traducción automática, recuperación de información y análisis semántico, y ha sido evaluada en competiciones como SensEval y SemEval. En esta investigación, WordNet fue empleado para construir un conjunto de datos que incluye verbos con múltiples definiciones, representando un escenario común y desafiante en la desambiguación léxica. Para validar los resultados, se utilizó una evaluación manual por expertos, permitiendo establecer una referencia confiable sobre el sentido correcto de cada verbo. Los resultados de precisión fueron del 82,78 % para el método de Similitud Coseno y del 73,12 % para el Algoritmo de Lesk Simplificado Modificado, evidenciando la eficacia relativa de cada método y proporcionando un punto de partida para mejorar modelos de desambiguación en tareas avanzadas de PLN.

Palabras llave : Procesamiento del lenguaje natural; desambiguación del sentido de los verbos; similitud coseno; algoritmo de Lesk simplificado modificado; WordNet.

        · resumen en Inglés     · texto en Español     · Español ( pdf )