Problemas del tratamiento computacional de la anáfora : análisis en un corpus para la enseñanza del español como lengua extranjera

Abstract

RESUMEN: La Enseñanza de Lenguas Asistida por Ordenador (ELAO) es un terreno de aplicación de la lingüística computacional que se basa en la computación para apoyar las clases de lengua. El proyecto DICEELE (Dispositivo Informático basado en Corpus para la Enseñanza del Español como Lengua Extranjera) consiste en crear un sistema de ELAO para el aprendizaje del Español como Lengua Extranjera (ELE), en donde se desarrollen las nociones fundamentales de la lingüística textual. Este trabajo de grado surge a partir de dicho proyecto, pues es necesario el procesamiento de corpus de textos para que sean interpretados y explotados por un computador. De esta manera, dentro de las múltiples tareas necesarias para la creación de dicho dispositivo se encuentra el etiquetado de la anáfora como correferente textual. Puesto que el tratamiento computacional de esta noción lingüística aún representa un reto para el Procesamiento del Lenguaje Natural (PLN), el objetivo del presente trabajo es evaluar la efectividad de un analizador de la lengua (en este caso FreeLing 4.1) para procesar la anáfora y, a partir de esto, describir los problemas que existen para realizar completamente esta tarea. Con esto se busca la manera en que todo este análisis pueda aplicarse al desarrollo de las actividades en el dispositivo DICEELE y a la clase de ELE.

ABSTRACT: Computer Assisted Languages Teaching (CALT) is a field of computational linguistics which is based on computer science to support languages courses. DICEELE project consists of create a CALT system for learning Spanish as a Foreign Language (SFL), where the notions of text linguistics be developed. This dissertation arises from DICEELE project, due to the need of process corpus of text to being interpreted and exploited by a computer. In this way, was very important the tagging of anaphora, as part of the multiple required tasks to create this CALT system. Since the computational treatment of this linguistic notion still represents a challenge for Natural Language Processing (NLP), the objective of this research is to evaluate the effectiveness of a software (in this case, FreeLing 4.1) to process coreferences and, based on this, describe the problems that exist to perform this task completely. With this we look the way to apply this analysis to the development of the activities in the CALT system DICEELE and in SFL classes.