Identificación automática de marcadores lingüísticos de ingredientes de receta de cocina costarricense mediante modelos de lenguaje y clasificadores automáticos

Abstract

Un contexto definicional o definitorio es un texto en el cual se encuentran t ́ermi-nos con su correspondiente definici ́on. El an ́alisis de estos contextos tiene como enfo-que identificar patrones utilizados en el texto para expresar las relaciones conceptuales(v ́ınculos que conectan a los t ́erminos entre s ́ı) representativas del dominio en estudio.La identificaci ́on de dichos patrones permite extraer la terminolog ́ıa o el l ́exico espec ́ıficoutilizados en un dominio especializado. Este tipo de an ́alisis es generalmente realizadopor expertos ling ̈uistas sobre peque ̃nos conjuntos de datos de manera manual.Este trabajo representa una continuaci ́on de la investigaci ́on realizada en[Corrales et al., 2018] con la t ́ecnica de reglas y etiquetado de texto. En el presenteestudio, se emplean modelos de lenguaje y clasificadores autom ́aticos de texto paraidentificar marcadores ling ̈u ́ısticos delimitadores de ingredientes de cocina en el domi-nio de recetas de cocina costarricense. Los clasificadores utilizados fueronNaive BayesySupport Vector Machineen la herramienta Weka. Los insumos utilizados para el en-trenamiento y prueba de los modelos proven ́ıan de los mismos documentos utilizadospor [Corrales et al., 2018].Para cada modelo se evalu ́o la precisi ́on de los resultados. La mejora en los resultadosdel problema se evalu ́o utilizando una prueba de T-student. Al concluir este trabajo,se ofrece, de manera satisfatoria, una mejora en la precisi ́on de los resultados de laidentificaci ́on de marcadores ling ̈u ́ısticos delimitadores de ingredientes de cocina al usarclasificadores autom ́aticos de texto.