Diseño automático de una ontología de nombres propios para un sistema de pregunta-respuesta

Este proyecto consiste en la construcción de una ontología de los nombres propios contenidos en el texto de las noticia sin restricciones, con el fin de mejorar el rendimiento en una tarea de búsqueda de respuestas para los periódicos portugueses y españoles. El corpus de prueba consiste en dos años de noticias de, por un lado, La Voz de Galicia y El País (diarios españoles), y por el otro O Público (cabecera portuguesa). La ontología de entidades nombradas está constituida por los nombres propios que se refieren a lugares, personas públicas y organizaciones.

Objetivos

  • La construcción de corpus de textos españoles y portugueses a partir de noticias.
  • PoS tagging y análisis sintáctico.
  • Reconocimiento de entidades con nombre y clasificación.
  • La agrupación de entidades con nombre.
  • Diseño de una ontología OWL de entidades con nombre.