Tractament automàtic de la informació en espanyol: processament lèxic, sintàctic i semàntic

1. El primer objetivo de este proyecto es ampliar la cobertura léxica y desarrollar las aplicaciones informáticas de un sistema que procesa automáticamente la información léxica y sintáctica mediante diccionarios y sintaxis computacionales, y algoritmos de intersección de autómatas. Los algortimos de intersección de autómatas intersectan un texto convertido previamente en una autómata finito determinista (AFD), cuyas transiciones están etiquetadas con información de un diccionario electrónico, con transductores p-subsecuenciales que se generan automáticamente a partir de sintaxis computacionales que formalizan las construcciones sintácticas asociadas a los predicados del español. La intersección del AFD (texto) con los transductores (construcciones sintácticas) es un AFD transducido en el que se restituyen de forma no ambigua las relaciones de predicación. 2. El segundo objetivo de este proyecto es desarrollar un corpus con etiquetación semántica que tenga aplicaciones para el procesamiento automático de la información textual. La selección de las oraciones de este corpus se realizará automáticamente con criterios sintácticos mediante las herramientas de análisis léxico y sintáctico de 1. La etiquetación semántica se desarrollará dentro de la teoría de la semántica de marcos (frame semantics) con la colaboración del proyecto Framenet\super 1\nosuper , que cederá las siguientes herramientas para el desarrollo del proyecto: (1) la base de datos que gestionará el corpus, (2) las herramientas de etiquetación semiautomática y (3) las aplicaciones de explotación del corpus para el procesamiento semántico automático de textos.