Reconocimiento automático de argumentos y sus relaciones a partir de lenguaje natural : predicción y análisis desde una perspectiva de argumentación computacional

La investigación desarrollada en esta tesis está dentro de las áreas de Minería de Argumentos y Argumentación Computacional. La investigación se enfoca en la correcta identificación de argumentos y sus interacciones en cuerpos de texto expresados en lengua- je natural. Minería de Argumentos es un área de investigación de creciente interés tanto, por sus desafíos como sus potenciales aplicaciones prácticas en aquellos dominios de apli- cación donde se busca desarrollar sistemas basados en Argumentación Computacional. Los resultados obtenidos buscan reducir la brecha entre los desarrollos en Argumentación Computacional y los continuos avances en Minería de Argumentos a partir de una crecien- te evolución de las herramientas de aprendizaje automático aplicadas al procesamiento de lenguaje natural. Para ello, se desarrollaron propuestas dedicadas tanto a mejorar los propios sistemas de Minería de Argumentos como a evaluar adecuadamente los resultados de esos sistemas desde la perspectiva de Argumentación Computacional. Como parte de las contribuciones, se definen nuevas formas de evaluar modelos de identificación de argumentos a partir de documentos escritos en lenguaje natural, y mo- delos de identificación de relaciones argumentativas entre fragmentos de texto. A través de una extensa experimentación y análisis, se muestra que las formas de evaluación propues- tas superan las limitaciones de las métricas más tradicionales, y también que es posible mejorar la identificación de argumentos utilizando la información provista por los errores detectados a nivel de argumentación durante el desarrollo de los modelos dedicados a esa tarea. Además, se proponen nuevos enfoques para aquellas aplicaciones en las que no se cuenta con anotaciones o etiquetas que permitan validar las predicciones hechas por los modelos. Estos nuevos enfoques, inexplorados hasta el momento, permitirán el desarrollo de nuevas y mejores herramientas de Argumentación Computacional.

Author dc:creator

• Schmidt, Federico Martín

Advisor dc:contributor.advisor

• García, Alejandro Javier

• Inteligencia artificial

Statement dc:rights

• Reconocimiento-NoComercial-CompartirIgual 4.0 (CC BY-NC-SA 4.0)

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-sa/4.0/

Language dc:language.iso

spa

Dc Identifier Other

2025-1979sch

OAI identifier oai:identifier

oai:repositorio.bc.uns.edu.ar:123456789/7598