Extracción de relaciones jerárquicas entre conceptos en corpus documentales legales

Abstract

La extracción de relaciones entre conceptos en un corpus documental es un área de minería de texto que ha alcanzado mucho interés en tareas de análisis y recuperación de información. En el contexto del gobierno electrónico, esta área de investigación ha tomado auge a partir de la necesidad del conocimiento de las leyes por la ciudadanía en general, y no solo por el personal especializado en la rama del derecho. Sin embargo, para el lenguaje español no existen técnicas ni estándares que ayuden a llevar a cabo el proceso automatizado de extracción de relaciones jerárquicas entre conceptos. En este trabajo se presenta un procedimiento que utiliza patrones sintácticos para abordar el problema de la extracción de relaciones jerárquicas en un corpus documental como un problema de reconocimiento de patrones. La presente investigación valida el procedimiento propuesto utilizando métricas de Sensibilidad y Precisión para determinar su eficiencia en la clasificación y extracción de relaciones jerárquicas entre conceptos.

The extraction of relationships between concepts in document corpuses is a text mining area that has gained great interest in the tasks of analyzing and retrieving information. In the context of e-government, this area of research has become a priority based on the need of citizenship in general to know the law, and not only by specialized personnel in the field of law. However, for the Spanish language there are no techniques or standards that help to carry out an automated process of extraction of hierarchical relationships between concepts. This research presents a procedure that uses syntactic patterns to address the problem of extracting hierarchical relationships in a documentary corpus as a problem of pattern recognition. The present investigation validates the procedure by using Sensitivity and Precision benchmarks to determine its efficiency in the classification and extraction of hierarchical relationships between concepts.