Extracción de entidades nombradas en artículos de prensa en español

Abstract

La prensa digital es un medio que mezcla en una misma plataforma diversas clases de formatos, como resultado, la demanda de cierto tipo de servicios por parte de la industria, exigen procesos más económicos y eficientes de obtener los resultados. El bajo desempeño de los modelos multilenguaje es un problema que afecta la calidad de los sistemas basados en aprendizaje automático para el procesamiento del lenguaje natural usados en la clasificación de entidades para enriquecer los servicios de la prensa digital, esto conlleva a la siguiente interrogante: ¿cómo extraer entidades nombradas de noticias en español de forma automática de varios dominios? En esta investigación se propone un método para la extracción de entidades nombradas en artículos de prensa en español basado en etapas que siguen un modelo codificador-decodificador , donde la salida de una fase constituye la entrad a de la próxima. Luego de realizado todo el proceso de desarrollo y la fase de prueba, se obtuvo como resultado un componente de software completamente funcional y fácil de manejar.