Anotación lingüística y minería de datos

Qué implica

Anotar es asignar etiquetas a unidades de texto según una guía: por ejemplo, marcar nombres de organizaciones o clasificar una reseña como positiva, negativa o ambigua. El trabajo incluye definir las categorías, resolver casos difíciles, medir desacuerdos y revisar una muestra; las etiquetas no son hechos neutrales si las categorías están mal diseñadas.

Las anotaciones sirven para entrenar o evaluar sistemas y para estudiar corpus. Una guía ambigua produce etiquetas inconsistentes, aunque la herramienta de anotación funcione bien. La calidad depende de las definiciones, la formación de quienes anotan y la revisión de desacuerdos.

Anotar es aplicar gramática a escala. Decidir si «Madrid» es un lugar o una institución en «Madrid ha respondido», qué función cumple un sintagma o qué papel semántico tiene un argumento exige las mismas categorías que se estudian en morfología, sintaxis y semántica. Lo difícil no son los casos claros, sino los límites, y ahí la formación lingüística marca la diferencia.

Habilidades

POS tagging (etiquetado gramatical)

Identificación automática de categorías gramaticales (sustantivo, verbo, adjetivo) en secuencias de texto.

Prácticas habituales

• Etiquetado con modelos estadísticos
• Desambiguación contextual
• Uso de tagsets (Penn Treebank, Universal Dependencies)
• Validación de consistencia

NER (reconocimiento de entidades nombradas)

Extracción automática de entidades: personas, organizaciones, lugares, fechas, productos.

Prácticas habituales

• Detección de límites de entidades
• Clasificación de tipos
• Resolución de ambigüedad
• Normalización y linking a bases de conocimiento

Parsing sintáctico

Análisis de la estructura gramatical de oraciones mediante árboles de dependencias o constituyentes.

Prácticas habituales

• Análisis de dependencias
• Identificación de núcleos y modificadores
• Detección de sujeto-verbo-objeto
• Manejo de construcciones complejas

Análisis de roles semánticos

Identificación de quién hace qué, a quién, dónde, cuándo y cómo en una oración.

Prácticas habituales

• Identificación de predicados
• Asignación de roles (ARG0, ARG1, etc.)
• Manejo de voz pasiva
• Detección de modificadores circunstanciales

Análisis de sentimiento

Detección de opiniones, emociones y polaridad en textos.

Prácticas habituales

• Clasificación de polaridad
• Detección de emociones
• Aspect-based sentiment
• Manejo de negación y sarcasmo

Fuentes

• Universal Dependencies: El estándar de anotación morfosintáctica para más de cien lenguas, con corpus del español.
• Natural Language Annotation for Machine Learning: Pustejovsky y Stubbs: cómo se diseña un proyecto de anotación de principio a fin.
• Voyant Tools: Para explorar un corpus antes de anotarlo.

Aparece sobre todo en estos perfiles: Anotación y curación de datos, Análisis de datos lingüísticos, Investigación en lingüística computacional.