La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Descubrimiento Automático de Hiperónimos en Texto no Estructurado

Presentaciones similares


Presentación del tema: "Descubrimiento Automático de Hiperónimos en Texto no Estructurado"— Transcripción de la presentación:

1 Descubrimiento Automático de Hiperónimos en Texto no Estructurado
Tomado de Rosa María Ortega Mendoza, Tesis de Maestría, INAOE Laboratorio de Tecnologías del Lenguaje Instituto Nacional de Astrofísica, Óptica y Electrónica

2 Recursos lingüísticos
Introducción Recursos lingüísticos construcción Relaciones semánticas: Sinonimia, antonimia, meronimia, hiperonimia, etc. Hiperónimo: Palabra cuyo significado incluye el de otra(s). animal – gato color – azul país – México Manual Automática Ejemplo: WordNet Gran esfuerzo Tiempo General Un sólo idioma Orientación a un dominio específico. Menos esfuerzo Menor precisión

3 Introducción Un paso hacia la construcción automática de ontologías
Ejemplo del uso / Clasificación de textos Un paso hacia la construcción automática de ontologías Independiente del uso de recursos lingüísticos externos Independencia del idioma Aprovechar información léxica deportes fútbol ----- tenis ----- Atletismo -----

4 Estado del Arte Propósito Entrada Boot- strapping Evaluación
Trabajo Propósito Entrada Boot- strapping Evaluación de patrones Recursos Externos (Denicia et al., 2006) Respuesta a preguntas de definición Semillas No (Pasca, 2004) Relaciones is-a Patrones léxico-Sintácticos Si Etiquetador (Ravichandrany Hovi 2002) Preguntas (Ravichandran et al., 2004) Patrones léxico-sintácticos ?

5 Objetivos Objetivo General: Desarrollar un método para extraer automáticamente hiperónimos a partir de textos no estructurados tomados automáticamente la Web. Objetivos Específicos: Definir y aplicar un método de minería de texto que permita obtener patrones léxicos de extracción para la relación de hiperonimia. Especificar y desarrollar un método incremental para enriquecer el conjunto de patrones de extracción. Proponer y aplicar un método de selección de tuplas usando algoritmos de ordenamiento basados en grafos.

6 Método propuesto

7 Método propuesto Paso 1: Extraer patrones léxicos a través de la Web.
Paso 2: Aplicar los patrones léxicos para extraer tuplas asociadas al dominio específico. Paso 3: Pesar los patrones léxicos con base en un método de recomendación. Paso 4: Pesar las tuplas (idem). Paso 5: Repetir todos los pasos anteriores, eligiendo las tuplas más confiables como nuevas semillas.

8 Pesado patrones/tuplas
Peso de la tupla: Mientras más patrones extraigan la misma tupla tenemos más evidencia de que es correcta. Peso del patrón: Mientras más tuplas correctas extraiga un patrón tenemos más evidencia de que es relevante. Peso del patrón Número de repeticiones Número de patrones activados

9 Pesado patrones/tuplas
Método de recomendación basado en grafos Ejemplo: P1 P4 P2 P3 w12 w13 w23 w34 País – Turquía País – caballo País – México País – Francia País – costa País – Egipto Tuplas(P1)  Tuplas(P2) Tuplas(P2)  Tuplas(P3) Tuplas(P1)  Tuplas(P3) Tuplas(P3)  Tuplas(P4)

10 Evaluación El catálogo es muy grande por lo que su evaluación manual es prácticamente imposible. La evaluación será a través de un método estadístico Tomar una muestra aleatoria proporcional al tamaño del catálogo Con un nivel de confianza definido Medir la precisión del catálogo No. de instancias correctas/ No. total de instancias

11 1er Intento Experimento: probar un método semi-supervisado para seleccionar tuplas correctas Minería de texto para obtener patrones léxicos Se utilizó el algoritmo Expectation- Maximization: Entrena un clasificador usando los datos etiquetados disponibles y probabilísticamente etiqueta los datos no etiquetados. Colección de noticias EFE de 1994 y 1995 457 mil documentos ( ~1 Gb ).

12 Resultados Preliminares
A través de un conjunto de 17 semillas se descubrieron 34 patrones léxicos No Patrón Léxico 1 <INSTANCIA>. <CLASE> 18 <INSTANCIA>, <CLASE> Para 2 <CLASE>. <INSTANCIA> 19 la <INSTANCIA>, <CLASE> 3 <CLASE> - <INSTANCIA> 20 <INSTANCIA>, <CLASE> del 4 <CLASE> (<INSTANCIA>, 21 <INSTANCIA>, <CLASE> y 5 : <INSTANCIA>, <CLASE> 22 la <CLASE> de <INSTANCIA> 6 <INSTANCIA> y otros <CLASE> 23 <INSTANCIA> ( <CLASE> ) 7 - <INSTANCIA> - <CLASE> 24 la <INSTANCIA> como <CLASE> 8 <INSTANCIA> - <CLASE> - 25 <CLASE> GNU / <INSTANCIA> 9 los <CLASE> del <INSTANCIA> 26 el <INSTANCIA> es un <CLASE> 10 <INSTANCIA>: <CLASE> 27 el <INSTANCIA> es el <CLASE> 11 , <INSTANCIA>, <CLASE> 28 <INSTANCIA> es un <CLASE> muy 12 de <INSTANCIA>, <CLASE> 29 <INSTANCIA> es un <CLASE> que 13 <INSTANCIA>, <CLASE> de 30 el <INSTANCIA> es una <CLASE> 14 el <INSTANCIA> - <CLASE> 31 un <INSTANCIA> es una <CLASE> 15 el <INSTANCIA>, <CLASE> 32 , la <INSTANCIA> es una <CLASE> 16 <INSTANCIA> - <CLASE>. 33 la <INSTANCIA> es el tercer <CLASE> 17 <CLASE>: <INSTANCIA> de 34 <INSTANCIA> es una <CLASE> limitada por Instancia Clase amor sentimiento girasol planta oro metal pino árbol linux sistema operativo fútbol deporte manzana fruta tierra planeta agua líquido :

13 Resultados Preliminares
Se caracterizaron las tuplas en función de los patrones Instancia P1 P2 P3 P4 P33 P34 clase pais_Japon 2 1 pais_Guinea pais_Moscu .

14 Resultados Preliminares
Entrenamiento: 500 tuplas (218 positivas y 282 negativas) etiquetadas manualmente Prueba: 16,450 tuplas Después de 8 iteraciones EM convergió. Concepto Correctas Incorrectas Animal 2 Equipo 76 18 Organismo 27 16 País 84 Países Presidente 219 25 Total 408 75 Precisión 84.47% 15.53% Concepto Correctas Incorrectas Total 626 75 Precisión 89.30% 10.7% Catálogo Completo: Clasificación EM + clasificación manual Clasificación EM

15 2do Intento Experimento: proponer un método basado en el pesado de semillas y patrones Minería de texto para obtener patrones léxicos Se utilizó la Web para obtener los patrones utilizando semillas Se utilizó la Web para recuperar tuplas usando los patrones descubiertos

16 Encontrando patrones léxicos
1 Seleccionar Semillas (instancia-concepto) 4 Aplicar y Filtrar SFM’s Se observó que las semillas deberían: Aplicar SFM’s. Recuperar únicamente aquellas secuencias que contengan ambas etiquetas <instancia> y <concepto> Se obtuvieron 4 conjuntos de SFM´s. El umbral de soporte utilizado para cada conjunto fue: instancia(singular)/concepto(singular): instancia(singular)/concepto(plural): instancia(plural)/concepto(singular): instancia(plural)/concepto(plural): Reunir los 4 conjuntos de SFM’s en un solo conjunto. Pertenecer a varios dominios Incluir semillas en género masculino y femenino. Contemplar instancias y conceptos en forma plural y en singular. 10 5 2 Reunir Ejemplos Se utilizó el motor de búsqueda Google. Se bajaron 500 ejemplos de uso (snippets) para cada semilla. 3 Etiquetar Ejemplos Todos los ejemplos son normalizados con etiquetas <instancia> <concepto> Resultado de esta Fase: Una lista compuesta de 184/156 patrones léxicos

17 Análisis de los patrones léxicos
Análisis de los patrones léxicos obtenidos. Lo anterior puede tratarse de la sig. forma: Filtrar los patrones, eligiendo solo aquellos que no contienen signos de puntuación. Filtrar los patrones, recuperando aquellos que contienen por lo menos una frontera (izquierda o derecha). # Patrón 1 <concepto>, <instancia>, 2 , <instancia>, <concepto> y 3 la <instancia> es un <concepto> 4 <instancia>, el <concepto> de 5 <concepto> ( <instancia> ) 6 : <concepto> : <instancia> 184 las <concepto> de <instancia> Algunos patrones son muy generales, pues carecen de alguna frontera. Varios patrones contienen signos de puntuación. Sin embargo, Google no reconoce signos de puntuación en sus búsquedas. # Patrón 1 las <instancia> son <concepto> 2 los <concepto> de <instancia> 3 del <concepto> de <instancia> 4 de las <instancia> como <concepto> 5 <concepto> de <instancia> y 6 64 las <concepto> de <instancia> 59

18 Aplicación los patrones léxicos.
En esta fase, los patrones son aplicados sobre la Web, con la finalidad de obtener un conjunto de tuplas, asociadas a un dominio específico. Una tupla se encuentra constituída por: (hipónimo, hiperónimo) Experimento 1: Mostrar la utilidad de los patrones obtenidos, así como, comprobar que la Web puede ser utilizada como un corpus de texto para extraer hipónimos. Se buscarán conceptos (hiperónimos) para las palabras (instancias) del vocabulario.

19 Lista de conceptos p/Euro Aplicar y Filtrar SFM’s
Experimento 1 1 Fijar los patrones 3 Casar patrones fijos con la colección Todos los patrones son fijados con cada una de las palabras del vocabulario. El conjunto de snippets recolectados, representa la colección sobre la cual se se aplican los patrones. El matching se realiza casando 1 sola palabra. Vocabulario java México petróleo Euro Patrones p/ java El * de java El java es un * que : Patrones p/ Euro El * de : Lista de conceptos p/java Isla que lenguaje : Lista de conceptos p/Euro La moneda . . . 2 Lanzar los patrones fijados a la Web 4 Aplicar y Filtrar SFM’s Se bajaron 100 ejemplos de uso (snippets) para cada patrón fijado. Se aplicó SFM’s a caada lista de conceptos (existe una para cada palabra del vocabulario). Como resultado obtuvimos un catálogo de conceptos para cada instancia (del vocabulario). Patrones p/ java snippet 1 Patrones p/ Euro snippet1 : . . .

20 Experimento 1 Análisis de resultados del experimento 1
Palabra del Vocabulario java México Petróleo Euro Ejemplo de las primeras SFM’s isla applets applet lenguaje xml ciudad estado golfo paises los gas barril precio yacimientos barriles Recurso centimos moneda billetes monedas Número de palabras en el catálogo con Soporte >=10 23 palabras 11 palabras 17 palabras 14 palabras Precisión 21.73%_ 63.63% 11.7% 28.57% Análisis de resultados del experimento 1 Se obtuvo un catálogo de palabras relacionadas pero no necesariamente relaciones is-a. Se piensa que con un número mayor de patrones la precisión mejoraría

21 Experimento 2 Objetivo: Obtener tuplas con el nombre completo del(a) concepto/instancia cuando se forman de más de una palabra. 1: Seleccionar un vocabulario y fijarlos como instancias y como conceptos. banco doctor diccionario felino novela profesión rocas vino Vocabulario 46 patrones*8 palabras del vocabulario = 368 patrones fijos para obtener instancias 2: Lanzar los patrones fijos a la Web. Se recolectaron 100 snippets por cada patrón fijo. Como resultado obtenemos una colección, sobre la cual aplicamos los patrones convertidos en expresiones regulares. El “matching” es realizado de la siguiente forma: Matching Ejemplo de Instancia extraída A: Normal tigre de bengala B: Una sola palabra tigre C: Limitado por palabras vacías D: Completo El tigre de bengala es un felino que Ejemplo: Patrón: el <instancia> es un felino que Snippet: El tigre de bengala es un felino que siempre le ha fascinado al hombre 3: Aplicar SFM’s

22 Resultados Experimento 2
Opción A Buscando conceptos Buscando instancias Banco billetes banco cuenta institución Presidente tornillo sistema cuentas gobernador cajero desarrollo pruebas mexico españa sangre germoplasma credito inversion tejidos bancos Tamaño del Catálogo = 37 Tamaño del Catálogo 47 Precisión= 4/37=10.81% Precisión=5/47=10.63% Diccionario definiciones definicion ayuda especie herramienta diccionario proyecto significado texto palabra terminos diccionario de ingles autoridades La Real Academia Española filosofia la lengua española español la RAE Palabras Tamaño del Catálogo = 33 Tamaño del Catálogo = 21 Precisión:4/33 =12.21% Precisión:4/21= 19.04% Opción B Buscando conceptos Buscando instancias Banco institucion billetes presidente tornillo gobernador cajero directorio gerente prestamo tarjeta pruebas desarrollo mexico sangre españa germoplasma credito inversion imagenes pichincha Tamaño del Catálogo =31 Tamaño del Catálogo = 15 Precisión= 4/31=12.90% Precisión= 2/15=13.33% Diccionario forma ataques proyecto herramienta definicion enciclopedia especie definiciones uso obra lunfardo lengua sinonimos terminos datos autoridades filosofia ingles fisica escritores Tamaño del Catálogo =12 Tamaño del Catálogo = 14 Precisión= 1/12=8.33% Precisión=3/14 = 21.42%

23 Fase 2: Experimento 2 Opción C Buscando conceptos Buscando instancias
Banco [34] billetes [29] institucion [21] cuenta [20] presidente [19] banco [14] gobernador [12] cuentas [11] tornillo [11] directorio [11] cajero [38] pruebas [37] mexico [37] desarrollo [36] sangre [31] germoplasma [24] inversion [24] credito [19] nacion [18] pichincha Tamaño del Catálogo = 16 Tamaño del Catálogo = 36 Precisión= 2/16=12.5% Precisión= 4/36=11.11% Diccionario [22] especie [22] definicion [20] herramienta [17] forma [16] ataques [15] ayuda [14] diccionario [14] definiciones [13] seccion [13] proyecto [55] sinonimos [31] terminos [27] diccionario [27] datos [24] RAE [20] autoridades [19] filosofia [16] ingles [14] Real Academia Española Tamaño del Catálogo = 14 Precisión= 3/16=18.75% Precisión= 4/14=28.57% Opción D Buscando conceptos Buscando instancias Banco [98] de banco o [89] banco como [74] de banco [48] el banco y las [44] el banco es la [15]cajero [28] banco,de,desarrollo [21] banco,de,datos. [18] un,banco,de,datos [16] banco,de,mexico [16] banco,de,inversiones Tamaño del Catálogo = 39 Tamaño del Catálogo = 45 Precisión= 4/39=10.25% Precisión= 15/45=33.33% Diccionario En forma de diccionario Del diccionario como Enciclopedia Una obra Concepto banco,que banco,de,inversion banco,de,españa,y el,banco,del,pichincha el,banco,del,estado Tamaño del Catálogo = 21 Tamaño del Catálogo = 31 Precisión= 2/21=9.52% Precisión= 14/31=45.16%

24 Fase 4 y 5: Esquema general
Vocabulario enfermedad diccionario felino rocas . Web Patrones fijando <concepto> Lista de patrones Patrones pesados el-<instancia>-y-las-<concepto> . el-*-es-un-felino-de el-felino-es-un-*-de = 17 Snippet1 snippet2 Fijar patrones Pesar patrones Matching . . . . Felino Pantera….16.5 Fuego… Enfemedad Felino Pantera Fuego Enfemedad NOTA: Repetir el proceso fijando <instancias> para encontrar <conceptos> Pesar las tuplas Matching . .

25 Fase 4 y 5:Esquema General
Fijar los patrones con las palabras del vocabulario buscando que los patrones resultantes sean completamente cerrados. Ejemplo: 25 patrones fueron fijados con instancias 31 patrones fueron fijados con conceptos Patrón Fijar cada palabra del vocabulario como: el <instancia> es una <concepto> Concepto <instancia> es un <concepto> muy Instancia el <instancia> es un <concepto> que Ambos Pesar los patrones: Definir una medida que evalúe la confiabilidad de cada patrón. Realizar el matching de los patrones fijos con la Web Se bajaron en promedio 600 ejemplos (snippets) por cada uno de los 46 patrones fijados. Matching a la colección de snippets Los patrones fueron convertidos a expresiones regulares para permitir extraer parejas (hiperónimo-hiponimo) Pesar las Tluplas: Definir una medida que evalúe la confiabilidad de cada tupla.

26 Parámetros del Experimento
Fase 4 y 5: Experimento 3 Hipótesis: Un patrón es más confiable si proviene de varias semillas. Eliminar aquellos patrones cuyo peso <= 1/74 ya que son muy específicos. De los 59 patrones se eliminaron 13 por tener pesos <= 1/74. Finalmente se trabajó con 46 patrones. Peso = Patrón. 17/74 = de <instancia> y <concepto> 16/74 = <instancia> y <concepto> de 3/74 = del <concepto> del <instancia> 3/74 = el <instancia> es uno de los <concepto> mas 1/74 = las <instancia> marinas son <concepto> . Parámetros del Experimento W(p) Inicial W(I) Una de las conclusiones es que tenemos mucha información Una lista de palabras relacionadas Donde n= |Patrones| Si Pj no generó esa tupla W(Pj)=min[W(Pj)]

27 Parámetros del Experimento
Fase 4 y 5: Experimento 4 Hipótesis: Un patrón es más confiable si proviene de varias Eliminar aquellos patrones cuyo peso <= 1 ya que son muy específicos. 13 patrones fueron eliminados, por lo tanto se trabajó con 46. Únicamente extraer instancias que son generadas por 2 o más patrones. Parámetros del Experimento W(p) Inicial W(I) Donde n= |Patrones| Si Pj no generó esa tupla W(Pj)=min[W(Pj)]

28 Fase 4 y 5: Conclusiones de los experimentos 3 y 4
Buscando Conceptos Experimento 8 Experimento 9 Experimento9 Banco Rocas SUCURSAL 1.13E-54 1.50E-43 MINERALES 4.37E-55 5.62E-44 CAJERO 5.72E-55 7.49E-44 CAIDA 3.88E-55 5.00E-44 TARJETAS 1.98E-55 2.50E-44 ACANTILADOS 1.51E-55 1.87E-44 GERENTE 1.80E-55 SUELOS CUENTAS 1.34E-55 1.67E-44 SECUENCIAS NUMERO 1.19E-55 1.43E-44 FORMACIONES CUENTA 9.38E-56 9.37E-45 MECANICA 1.02E-55 1.25E-44 BILLETE 6.25E-56 6.25E-45 CAIDAS 6.82E-56 8.33E-45 SERVICIOS 5.21E-56 GRIETAS HENDIDURAS Enfermedad Diccionario RIESGO 1.64E-53 2.40E-42 DICCIONARIO 2.81E-54 4.00E-43 TRATAMIENTO 4.29E-54 6.00E-43 INSTRUMENTO 9.62E-56 1.00E-44 CAUSA 1.01E-54 1.12E-43 DEFINICIONES BASE PROCESO 5.63E-55 SINTOMA 6.25E-44 PROYECTO FORMA 2.69E-55 2.81E-44 TERMINOS FENOMENO 7.59E-56 8.92E-45 RECURSO 4.55E-56 5.35E-45

29 Fase 4 y 5: Conclusiones de los experimentos 3 y 4
Buscando Instancias Experimento8 Experimento9 Banco Rocas CREDITO 3.50E-53 3.93E-53 PORFIDOS 1.40E-53 1.45E-53 DATOS 8.18E-54 8.73E-54 HIELO 4.19E-54 4.36E-54 DESARROLLO 6.21E-54 6.55E-54 GRANITO 2.46E-54 2.42E-54 BANCOS 4.78E-54 4.85E-54 GRANITOS 1.73E-54 BASALTOS 1.62E-54 OCCIDENTE 2.12E-54 2.18E-54 COSTA RICA 7.69E-55 7.27E-55 ARENISCAS 1.01E-54 9.70E-55 GALICIA CALIZA 7.42E-55 6.42E-55 RESERVA ESQUISTOS 6.99E-55 6.23E-55 BBVA 7.10E-55 MINERALES 2.56E-55 ALZHEIMER 5.13E-55 Enfermedad Novela CANCER 7.12E-52 8.08E-52 HISTORIA 3.50E-54 3.12E-54 EPILEPSIA 2.16E-54 GUMBORO INTRIGA TERROR ALCOHOLISMO 2.13E-54 1.87E-54 FICCION TUBERCULOSIS 1.28E-54 1.04E-54 AMOR CARIES 1.06E-54 ASMA 8.31E-55 NOVELA 7.44E-55 RELATO 3.72E-55 3.12E-55

30 Fase 4 y 5: Resultados de los experimentos 3 y 4
Estadísticas Vocabulario Buscando instancias Exp 3 Exp 4 Precisión No. de tuplas Banco 1/20= 5% 3116 178 Diccionario 1062 76 Enfermedad 15/20= 75% 3203 256 Felino 5/20= 25% 236 4/8=50% 8 Profesión 10/20= 50% 2543 10/20=50% 198 Rocas 8/20= 40% 1718 9/20=45% 114

31 Parámetros del Experimento
Fase 3 y 4: Experimento 10 Hipótesis: Un patrón es más confiable si proviene de varias semillas. El peso de los patrones no esta normalizado con la finalidad de evitar cantidades muy pequeñas al momento de multiplicarlos. Eliminar aquellos patrones cuyo peso <= 1 ya que son muy específicos. Únicamente extraer tuplas que son generadas por 2 o más patrones. Parámetros del Experimento W(P) Inicial W(I) W(P) a través de I Donde n= |Patrones| Si Pj no generó esa tupla W(Pj)=min[W(Pj)] Donde nt= Num. de tuplas que genera un determinado patrón

32 Parámetros del Experimento
Fase 3 y 4: Experimento 12 Hipótesis: Un patrón ideal tendría alto recuerdo y alta precisión F-measure da un promedio entre precisión y recuerdo Únicamente extraer tuplas que son generadas por 2 o más patrones Precisión Recuerdo Parámetros del Experimento W(P) Inicial W(I) W(P) a través de I Donde n= |Patrones| Donde nt= |tuplas que genera un patrón específico| Si Pj no generó esa tupla W(Pj)=min[W(Pj)]

33 Parámetros del Experimento
Fase 3 y 4:Experimento 14 Información mutua. Pantel y Pennacchiotti (2006) utilizan una medida basada en Información Mutua (pmi) para evaluar la fuerza de asociación entre una instancia y un patrón. Ellos estiman la información mutua entre una tupla i y un patron p con: Parámetros del Experimento W(P) inicial W(I) W(P) a través de I Donde nt= Num. De tuplas que genera un Determinado patrón

34 Fase 3 y 4: Comparación de Resultados
1ra Iteración 2da Iteración

35 Fase 3 y 4: Comparación de Resultados
Vocabulario Buscando instancias Exp 10 Exp 12 Exp. 14 Precisión (20) Precisión (30) Tuplas (30) Banco 5% 6% 45% 46.6% 55% Diccionario 3.3% 15% 10% Enfermedad 75% 8% 95% 96.6% 100% Felino 57.1% Profesión 60% 50% 70% 66.66% 63.3% Rocas 40% 30% 35% 36.6% 65% Buscando Conceptos 20% 16.6% 3% 16% 23.3% 23% 26% 18.1% 25% 13.3%

36 Fase 3 y 4: Comparación de Resultados
Buscando Instancias Buscando Conceptos

37 Patrones # Patrón 1 <concepto>, <instancia>, 22
del <concepto> del <instancia> 2 , <instancia>, <concepto> y 23 <instancia> como <concepto>. 3 la <instancia> es un <concepto> 24 la <instancia> una <concepto> 4 <instancia>, el <concepto> de 25 tecas / <instancia> por 260 euros <concepto>. 5 las <concepto> de <instancia> 26 <instancia> y otros <concepto>, 6 <instancia> de la facultad de <concepto> 27 peces, <instancia>, <concepto> 7 , <instancia>, <concepto>, etc 28 , <instancia> y otros <concepto> 8 de <instancia> y <concepto> 29 <instancia>, <concepto> natural 9 marmol, <instancia>, <concepto> 30 el <instancia>, <concepto> que 10 el <instancia> es el <concepto> que 31 anorexia y <instancia>, <concepto> 11 <instancia>, <concepto> en 32 perros, <instancia>, peces y pequeños <concepto>. 12 <concepto> griego <instancia> 13 las <instancia> marinas son <concepto> 33 ecobosques 12 tecas / <instancia> por 260 euros <concepto> 14 la <instancia> es la <concepto> 15 <concepto> de <instancia> y 34 licenciado en <concepto> de la actividad <instancia> y del deporte 16 los <instancia> y otros <concepto> 17 <instancia>, las <concepto> 35 18 <instancia> e historia de las <concepto> 36 en <concepto> de <instancia> 19 <concepto> ( <instancia> ) 37 . <instancia>. <concepto> 20 la <instancia> y otros <concepto> 38 la <instancia> es el <concepto> de 21 el <instancia> es un <concepto> de 39 de las <instancia> como <concepto>

38 Patrones # Patrón 40 <instancia> es un <concepto> muy 58
<instancia>, <concepto> o 41 de la <instancia>, <concepto> 59 los <concepto>, las <instancia> 42 <instancia> ; <concepto> 60 <concepto> / <instancia> 43 , <instancia> y <concepto> 61 , pintura, <instancia>, <concepto> 44 <instancia>. los <concepto> 62 <concepto> como la <instancia> 45 el <instancia> es el unico <concepto> 63 de los <concepto> de <instancia> 46 <instancia> y <concepto>. 64 la <instancia> ( <concepto> 47 hojuelas o copos de <instancia> ); <concepto> 65 > <concepto> > <instancia> 66 . el <instancia> es el <concepto> 48 <instancia> es una <concepto>. 67 de <concepto> como <instancia> y 49 <concepto>, la <instancia> 68 la <instancia> como una <concepto> 50 de la <concepto> de <instancia> 69 el <instancia>, un <concepto> 51 el <instancia>, la luna y las <concepto> 70 del <concepto> de <instancia> 52 las <instancia> son <concepto> que 71 el <instancia> es un <concepto> que 53 de los <instancia> y <concepto> 72 <concepto> eran <instancia> 54 <concepto> aplicadas de la <instancia> 73 <instancia>, <concepto> aplicadas 55 de <concepto> ( <instancia> 74 <instancia> es una <concepto> de 56 . <instancia>, materiales para la contruccion, marmoles, <concepto> naturales, natural´marbles, granite and stones 75 de accesorios y alimentacion para perros, <instancia>, aves, reptiles, peces y pequeños <concepto>. 57 : <instancia>, <concepto>

39 Patrones # Patrón 76 <instancia> y <concepto>,
una <concepto> de <instancia> 77 en <concepto> ( <instancia> de <instancia> ( <concepto> 78 <instancia>. la <concepto> la <instancia>, el <concepto> 79 la <instancia>, <concepto> de de <instancia> o <concepto> 80 : <concepto> : <instancia> de <instancia>, <concepto> y 81 ( <instancia>, <concepto> , <instancia>, <concepto>. 82 lunas, <instancia>, <concepto> los <instancia>, <concepto> 83 de <instancia> como <concepto> de de <instancia> y otros <concepto> 84 <instancia> y <concepto> y la <instancia>. <concepto> 85 en <instancia>, <concepto> el <instancia>, <concepto> de 86 , <concepto> y <instancia> las <instancia> son <concepto>, 87 el <instancia> es la <concepto> <instancia> : <concepto> 88 de <instancia>, <concepto> de <instancia> en estado <concepto> 89 el <instancia> y las <concepto> <instancia>, <concepto> griego los <instancia> son <concepto> el uso de la <instancia> como <concepto> las <instancia> son una <concepto> de los <instancia> y los <concepto> las <concepto> son <instancia> <instancia> u otros <concepto> facultad de <concepto> de la actividad <instancia> y <instancia>, la <concepto> aparte de segregar por el abdomen la <instancia> con la que fabrica las <concepto> de araña. el <instancia> es el <concepto> de mayor longevidad

40 Patrones # Patrón <instancia> - <concepto>
de <instancia>. <concepto> <instancia> y <concepto> naturales la <instancia> es una <concepto> que que la <instancia> es una <concepto> el <concepto> de la <instancia> la <instancia> es el unico <concepto> natural <instancia> ( <concepto> de <instancia>. el <concepto> <instancia> ( <concepto> ) , <instancia>, <concepto> de la <instancia>, <concepto> graficas, el <instancia>, el <concepto> <concepto>. <instancia> al <instancia>, <concepto> el <instancia> es el <concepto> interno mas <instancia> / <concepto> del <instancia>, <concepto> <concepto> de los <instancia> de la <instancia> como <concepto> de <concepto> del grupo de las <instancia> 156 <instancia> y <concepto> de <instancia>, el <concepto> mas <instancia>, <concepto> caliza , <instancia>, <concepto> graficas del <instancia> como <concepto> de <concepto> de <instancia>. . <instancia>, <concepto> <concepto> de la actividad <instancia> y el deporte <instancia>, <concepto> del


Descargar ppt "Descubrimiento Automático de Hiperónimos en Texto no Estructurado"

Presentaciones similares


Anuncios Google