Marcação de Nomes Próprios usando técnicas de pesquisa local e recorrendo a fontes de conhecimento na Internet

Abstract

Neste artigo apresenta-se um sistema, independente do domínio, para marcação de nomes próprios para o português e inglês. O sistema é avaliado de forma a estudar o impacto de diferentes fontes de conhecimento nos resultados. O marcador usa informação morfo-sintáctica, sintáctica e semântica. A informação morfo- sintáctica vem de um dicionário local que completa a sua informaçãoao recorrendo a dicionários disponíveis na rede como o da Priberam e do LookWayUP. A informaçãoo semântica usada nas experiências de avaliação vem da Wikipédia e do WordNet. No sistema são usadas também algumas das técnicas de pesquisa local na marcação de nomes próprios. Na avaliação do sistema e do impacto das diferentes fontes de informação usaram-se frases de doir corpora: 100 frases do WSJ e 100 frases do Brown usadas na fase de treino e 100 frases do Brown usadas na fase de testes.