SSI-Dijkstra+: Desarrollo de un sistema de resolución de la ambigüedad semántica basada en grafos

Este documento es la memoria de un Proyecto de Final de Carrera de la Ingeniería Técnica en Informática de Sistemas en la Facultad de Informática de San Sebastián que se encuadra en el procesamiento del lenguaje natural (PLN), el campo de la semántica y la desambiguación de palabras. El idioma del proyecto es el Español.

EmanTake: Aplicación Web para facilitar el contacto entre personas interesadas en el aprendizaje de idiomas

Este proyecto se basa en desarrollar una aplicación web llamada Emantake y su finalidad es facilitar la búsqueda de personas para el aprendizaje de idiomas.Para realizarlo se han utilizado diferentes lenguajes, entornos y tecnologías propios de este tipo de aplicaciones las cuales se han estudiado con detenimiento para la realización del proyecto.

WebDiagram3.0

En este proyecto de Fin de Carrera se ha creado una nueva versión de la herramienta WebDiagram, cuya función es facilitar el desarrollo de aplicaciones interactivas mediante la metodología InterMod. La nueva versión de la herramienta se basa en la versión anterior y se diferencia en que contiene un prototipo del Modelo de Diálogo completamente funcional. Además, WebDiagram 3.0 incorpora la concurrencia y mejora algunos aspectos del diagrama. En WebDiagram2.0 se detectaron diversos fallos en la ejecución del programa de prototipado, difíciles de solucionar, que venían arrastrándose a lo largo de las versiones efectuadas de esta herramienta. Con el objetivo de conseguir eliminar todos estos bugs se decidió partir de cero e incorporar el desarrollo guiado por pruebas, también conocido como Test-driven development. Este proceso de desarrollo facilita la corrección de errores, primero escribiendo las pruebas que fallan, y después implementando el código que hace que pase la prueba satisfactoriamente. Las pruebas han sido organizadas en base a Objetivos de Usuario. A lo largo de las iteraciones del proceso se han validado a nivel de requerimientos, presentación y funcionalidad, tal y como aconseja la metodología InterMod. Finalmente, cabe destacar que se ha intentado llevar a cabo el proyecto haciendo un seguimiento activo junto con la directora y otro miembro evaluador para, principalmente, fomentar el trabajo en equipo.

Ikasketa automatikoan oinarritutako gaztelaniako perpaus-identifikatzailea

Euskararako perpaus-identifikatzailearen sorkuntzaren ondoren, gaztelaniarako perpaus-identifikatzailea sortu nahi izan dugu, itzulpen automatikoan lagungarri izango delakoan. Gaztelaniarako perpaus-identifikatzailea sortzeko ikasketa automatikoko teknikak erabili ditugu.

Itzulpen automatikorako tresnen egokitzapena euskararako: post-edizioa, ebaluazioa eta aurre-edizioa

Proiektu honetan zehar Itzulpen Automatikoa eta horren inguruko tresnen inguruan jorratu da. Lengoaia Naturalaren Prozesamendua eta itzulpen automatikoa ikasi eta aztertu egin dira ikuspuntu zabal batetik. Itzulpen automatiko orokorraz eta horren aplikazio mota desberdinetatik gain, bestelako kontzeptuak ere tratatu dira, hala nola, itzulpenean laguntzeko tresnak, itzulpen automatikoaren ebaluazioa eta itzulpen automatikorako testuen aurre-edizioa eta post-edizioa. Ikasketa- eta aztertze-prozesu horretaz gain, erlazionatuta dauden tresnak erabili edota moldatu egin dira euskararako itzulpen automatikoan barne. Hiru atal nagusi nabarmendu daitezke: Lehenengo, OmegaT, itzulpenean laguntzeko softwarea, moldatu da Matxin euskararako itzultzaile automatikoa gehituz. Gainera, IXA Taldearen eta Euskal Wikipediaren arteko kolaborazio-lanean, Wikipediako artikuluak eskuratu, itzuli eta igotzeko aukera egokitu zaio OmegaT-ri eta horren erabilera sustatu da Euskal Wikipediako komunitatean eta UPV/EHUko Informatikako ikasle eta irakaslegoaren artean. Bestalde, lan honetaz baliatuz, OmegaT-k sortzen dituen itzulpen-memoriak, Matxin-en itzulpenen gaineko post-edizioan oinarrituak, eskuratzeko modu bat egin da, horiekin Matxin-en funtzionamendua hobetu ahal izateko. Ondoren, Asiya programan integratu egin da euskara. Asiya-k itzulpen automatikoaren ebaluazio eta meta-ebaluazioak egin ditzakeen aplikazioa da. Hainbat metrika aztertu dira euskara aztertzeko balio ote duten begiratzeko. Besteen artean, lau metrikari euskara gehitzeko saiakera egin nahi izan da IXA Taldeko euskarazko testuen analizatzaile batek eskainitako informazio sintaktikoa gehituz, baina bi metrika soilik egokitu ahal izan dira. Azkenik, DiSeg esaldi-segmentatzailea erabili egin da gaztelerazko corpus baten gainean esaldi luzeak banatzeko. Aurre-edizio hori eta gero itzuli egin dira eta Asiya erabiliz emaitzen ebaluazioa eta konparazioa egin dira, esaldi laburragoekin itzulpen automatiko eraginkorragoa lortzen oten den aztertzeko.