Análisis, diseño e implementación de un agente deliberativo para extraer contextos definitorios en textos especializados

Autores/as

  • María Mercedes Suárez de la Torre Universidad Autónoma de Manizales
  • Luis Fernando Castillo Ossa Universidad Autónoma de Manizales
  • Carmenza Ríos Cardona Universidad Autónoma de Manizales
  • Germán Mauricio Muñoz Universidad Autónoma de Manizales
  • Jorge Aranzazu Álvarez Universidad Autónoma de Manizales

DOI:

https://doi.org/10.17533/udea.rib.5058

Palabras clave:

Agente deliberativo, contextos definitorios, textos especializados, patrones lingüísticos, extracción de información semiautomática

Resumen

Este artículo presenta los resultados de la primera fase del proyecto en curso: Sistema Multiagente
para la extracción automática de contextos definitorios basado en ontologías para la Web semántica. El objetivo principal de este artículo es mostrar el análisis, diseño e implementación de un agente deliberativo, con un mecanismo de aprendizaje supervisado, que permite identificar contextos definitorios en textos especializados. Con el fin de lograr dicho objetivo, se ha seleccionado, para la aplicación del agente, la metodología GAIA que proporciona un conjunto de pasos incrementales, mediante la construcción de sistemas basados en agentes como un proceso de diseño organizacional. La extracción de contextos definitorios se ha realizado utilizando el conjunto de herramientas GATE, que permite reconocer expresiones regulares en documentos marcados sintáctica y semánticamente.
Como resultado de la interacción entre el agente deliberativo y el corpus de textos seleccionado, se
obtienen los contextos definitorios de manera semiautomática. Dicha extracción semiautomática
funciona mediante del diseño de las siguientes interfaces: interface básica de aplicación, Interface en interacción con la plataforma JADE e interface de comunicación entre agentes. El diseño y la puesta en marcha de cada una de estas interfaces, ha permitido concluir que los trabajos realizados en cuanto a la extracción de contextos definitorios y patrones lingüísticos, no brindan información suficiente desde el punto de vista sintáctico y semántico, para que la máquina pueda reconocerlos y realizar una búsqueda y recuperación más refinada, utilizando un número mínimo de fases.
 
|Resumen
= 77 veces | PDF
= 38 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

María Mercedes Suárez de la Torre, Universidad Autónoma de Manizales

Investigadora principal. Doctora en Lingüística Aplicada, Grupo de Investigación CITERM. Profesora titular, Institutode idiomas, Universidad Autónoma de Manizales. Manizales, Colombia. mercedessuarez@autonoma.edu.co.

Luis Fernando Castillo Ossa, Universidad Autónoma de Manizales

Investigador principal. Doctor en Informática, Grupo de investigación en Ingeniería de Software. Profesor Asociado,Departamento de Ciencias Computacionales, Universidad Autónoma de Manizales. Manizales, Colombia.lfcastil@autonoma.edu.co

Carmenza Ríos Cardona, Universidad Autónoma de Manizales

Coinvestigadora. Magíster en Didáctica del inglés, Grupo de Investigación CITERM. Profesora instructora, Institutode Idiomas, Universidad Autónoma de Manizales. Manizales, Colombia. carmrios@autonoma.edu.co.

Germán Mauricio Muñoz, Universidad Autónoma de Manizales

Asistente de investigación. Ingeniero de Sistemas, Universidad Autónoma de Manizales. Manizales, Colombia.gmauricio.munoz@gmail.com.

Jorge Aranzazu Álvarez, Universidad Autónoma de Manizales

Asistente de investigación. Ingeniero de Sistemas, Universidad Autónoma de Manizales. Manizales, Colombia.jorgearanzazu@hotmail.com

Citas

WOOLDRIDGE et al. The GAIA methodology for agent-oriented analysisand design. Autonomous Agents and Multi-Agent Systems, 2000, vol. 3,no. 3, p. 285-312.

HUANG, Wei; EL-DARZI, E.; JIN, Li. Extending the GAIA Methodology forthe Design and Development of Agent-based Software Systems. En: ComputerSoftware and Applications Conference, 2007,vol. 2, no. 24-27, p. 159-168

RAJA, A.; LESSER, V. Meta-level reasoning in deliberative agents : intelligentagent technology. En: Proceedings. IEEE/WIC/ACM InternationalConference, Sep.-Dec. 2004.

IGLESIAS, C.A. Definición de una metodología para el desarrollo desistemas multiagentes, (Tesis Doctoral). Departamento de Ingeniería deSistemas Telemáticos de la Universidad Politécnica de Madrid, Madrid: 1998.

PA PA, Nyunt; NI LAR, Thein. Software agent oriented information integrationsystem in semantic web. En: Information and TelecommunicationTechnologies, 2005. APSITT 2005 Proceedings. 6th Asia-PacificSymposium. p. 226-271.

SHAFIG, M.O.; DING, Ying; FENSEL, D. Bridging multi agent systems andweb services: towards interoperability between software agents and semanticweb services. En: Enterprise Distributed Object Computing Conference.Oct. 2006, p. 85–96.

CHANGJIAN, Deng; YAO, Lan. Architecture of knowledge retrieval basedon multi-agent systems. En: Knowledge Acquisition and ModelingWorkshop International Symposium. 2008, no. 21-22, p.1083-1086.

SHAW, M.J.; HARROW, B.; HERMAN, S. Distributed artificial intelligencefor multi-agent problem solving and group learning. En: System Sciences,1991. Proceedings of the Twenty-Fourth Annual Hawaii InternationalConference. 1991, p.13- 26.

HUHNS, M. N. y SINGH, M. P. Distributed artificial intelligence forinformation systems, CKBS-94 Tutorial. UK: University of Keele, 1994.

MITKAS, P.A.; SYMEONIDIS, A.L.; ATHANASIADIS, I.N. A retrainingmethodology for enhancing agent intelligence. En: Integration of KnowledgeIntensive Multi-Agent Systems, International Conference, 2005. p. 422 –428.

SHOHAM, Y. Agent-oriented programming. Artificial Intelligence, 1993,vol. 60, no. 1, p. 51–92.

BATES et al. An architecture for action, emotion, and social behavior.Pittsburgh, PA : Carnegie-Mellon University, 1992. (Technical Report, Schoolof Computer Science ; CMU–CS–92–144).

BATES, J. The role of emotion in believable agents. En: Communications ofthe ACM, 1994, vol. 37, no.7, p. 122-125.

MAES, P. Agents that reduce work and information overload.Communications of the ACM, 1994, vol. 37, no. 7, p. 31–40.

ACAY, D.L.; TIDHAR, G.; SONENBERG, L. Extending agent capabilities :tools vs. agents; En: Web Intelligence and Intelligent Agent TechnologyInternational Conference, 9-12 2008. p. 259–265.

FIPA. Foundation for intelligent physical agents. [En línea]. Disponibleen: http://www.fipa.org. [Consulta: enero de 2009]

TECUCI, G. Building intelligent agents: an apprentice ship multistrategylearning theory, methodology, tool and case studies. Academic Press, 1998.

CHANGJIAN, Deng; YAO, Lan. Architecture of knowledge retrieval basedon multi-agent systems. En: Knowledge Acquisition and ModelingWorkshop International Symposium. 21-22 December 2008, p. 1083-1086.

GANDON, F.L. Combining reactive and deliberative agents for completeecosystems in infospheres. En: Intelligent Agent Technology, InternationalConference. 13-16 de octubre de 2003. p. 297 – 303.

CORCHADO, J. M. y MOLINA, J. M. Introducción a la teoría de agentesy sistemas multiagente. España: Edite Publicaciones Científicas, 2002.

RAO, et al. BDI agents from theory to practice. En: Proceedings of the firstInternational Conference on Multiagent Systems. 1995. San FranciscoUSA. p. 312-319.

ALARCÓN, R. y SIERRA, G. Reglas léxico-metalingüísticas para la extracciónautomática de contextos definitorios. En: Avances en la Ciencia de laComputación, VII Encuentro Nacional de Ciencias de la Computación.San Luís Potosí: MSCC, Hernández, A., Zechinelli, J.L. (eds). p. 242-247.

PEARSON, J. Terms in context. Amsterdam: John Benjamins PublishingCo. 1998.

MEYER, I. Extracting knowledge-rich contexts for terminography: aconceptual and methodological framework. En: BOURIGAULT, D., ChristianJacquemin and Marie-Claude L’Homme (eds.), Recent advances incomputational terminology, 2001, vol. 18, 380 pp. (p. 279–302).

KLAVANS, J.; MURESAN S. Evaluation of DEFINDER: a system to minedefinitions from consumer- oriented medical text. En: Proceedings of the 1stACM/IEEE-CS joint conference on Digital libraries. New York: ACMPress. 2000.

SAGGION, H. Identifying definitions in texts collections for question answering.En: International Conference of Language Resources and Evaluation,Proceedings. Sheffield: England University of Sheffield, Department ofComputer Science. 2004.

RODRÍGUEZ, C. Metalinguistic information extraction from specializedtexts to enrich computational lexicons. Barcelona: Universitat PompeuFabra. 2004.

MALAISÉ et al. Mining defining contexts to help structuring differentialontologies. Terminology, 2005, vol. 11, no. 1, p. 21-53.

MARSHMAN et al. French patterns for expressing concept relations.Terminology, 2002,vol.8, no. 2, p. 1–29.

CONDAMINES, A. Corpus analysis and conceptual relation patterns.Terminology, 2002, vol.1, p. 141-162.

ALARCÓN R. y SIERRA G. El rol de las predicaciones verbales en laextracción automática de conceptos. Estudios de Lingüística Aplicada, 2003,vol.38,p.129-144.

WOOLDRIDGE, M.J.; JENNINGS, N. R. Intelligent agents: theory andpractice. Knowledge Engineering Review, 1995. vol. 10, no. 2, pp. 115-152.

ZHANG Zhixiong et al. Hacia la construcción de un sistema de extracciónde información chino como soporte de innovación en los serviciosbibliotecarios. [En línea]. Disponible en: http://archive.ifla.org/IV/ifla72/papers/097-Zhixiong_Sa_Zhengxin_Ying_trans-es.pdf [Consulta: enero de2009]

Descargas

Publicado

2010-04-15

Cómo citar

Suárez de la Torre, M. M., Castillo Ossa, L. F., Ríos Cardona, C., Muñoz, G. M., & Aranzazu Álvarez, J. (2010). Análisis, diseño e implementación de un agente deliberativo para extraer contextos definitorios en textos especializados. Revista Interamericana De Bibliotecología, 32(2), 59–84. https://doi.org/10.17533/udea.rib.5058

Número

Vol. 32 Núm. 2 (2009)

Sección

Investigaciones

Licencia

Derechos de autor 2010 Revista Interamericana de Bibliotecología
Crossref
Scopus
Google Scholar
Europe PMC