Mostrar el registro sencillo del ítem

dc.contributor.authorGarrido Merchán, Eduardo Césares-ES
dc.contributor.authorPuente Águeda, Cristinaes-ES
dc.contributor.authorOlivas Varela, José Angeles-ES
dc.date.accessioned2022-04-26T21:31:11Z
dc.date.available2022-04-26T21:31:11Z
dc.date.issued01/04/2019es_ES
dc.identifier978-3-030-29859-3es_ES
dc.identifier.urihttp://hdl.handle.net/11531/67886
dc.descriptionPresentación en congresoes_ES
dc.description.abstractEl objetivo de este trabajo es presentar una metodología para la creación de sistemas expertos mediante el procesamiento de textos para responder a las consultas de un sistema de respuesta a preguntas. En trabajos anteriores, hemos mostrado varios algoritmos que pudieron extraer información causal de documentos de texto y resumirla. Estos enfoques extraían conocimiento de información no estructurada, pero la representación realizada no podía procesarse automáticamente para inferir nuevo conocimiento. Los resúmenes generados solo presentan la información en lenguaje natural y, por lo tanto, no pueden procesarse para generar implicaciones complejas. En este artículo presentamos un procedimiento capaz de utilizar este conocimiento para inferir nuevas relaciones causales entre conceptos de forma automática mediante la creación de sistemas expertos a partir de los textos procesados. Estos sistemas expertos contendrán las relaciones causales presentadas en los textos procesados. En esta representación, mediante programación lógica, podemos inferir nuevos conceptos que están implícitos en las relaciones causales. Describimos la metodología, detalles técnicos de la implementación de nuestro sistema de respuesta a preguntas y un ejemplo completo donde se describe su utilidad.es-ES
dc.description.abstractThe aim of this paper is to present a methodology for creating expert systems by processing texts in order to respond to the queries of a question answering system. In previous work, we have shown several algorithms that were able to extract causal information from text documents and to summarize it. These approaches extracted knowledge from unstructured information, but the performed representation could not be processed automatically to infer new knowledge. Generated summaries only present the information in natural language, and hence cannot be processed in order to generate complex implications. In this paper, we introduce a procedure capable of using this knowledge in order to infer new causal relations between concepts automatically by creating expert systems from the processed texts. These expert systems will contain the causal relations presented in the processed texts. In this representation, by using logic programming, we can infer new concepts that are implied by causal relations. We describe the methodology, technical details of the implementation of our question answering system and a full example where its usefulness is described.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightsCreative Commons Reconocimiento-NoComercial-SinObraDerivada Españaes_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/es_ES
dc.sourceDescripcion: Congreso Volumen: 11734 Pagina Inicio: 14 Pagina Fin: 25es_ES
dc.titleGenerating a Question Answering System from Text Causal Relationses_ES
dc.typeinfo:eu-repo/semantics/otheres_ES
dc.description.versioninfo:eu-repo/semantics/publishedVersiones_ES
dc.rights.holderes_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsCausalidades-ES
dc.keywordsCausalityen-GB


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • Artículos
    Artículos de revista, capítulos de libro y contribuciones en congresos publicadas.

Mostrar el registro sencillo del ítem

Creative Commons Reconocimiento-NoComercial-SinObraDerivada España
Excepto si se señala otra cosa, la licencia del ítem se describe como Creative Commons Reconocimiento-NoComercial-SinObraDerivada España