Análisis y procesado de texto en chino

Abstract

RESUMEN: Con la cantidad ingente de distintos lenguajes que se hablan en la tierra en la llamada “Era de la Información”, es casi un paso evidente el que en algún momento los computadores dieran el paso a procesarlos, analizarlos y quizá incluso aprenderlos. En este proyecto se ha buscado alcanzar un entendimiento del análisis, procesado y estudio automatizado del chino escrito. Gracias a una serie de procesos, se puede observar cómo un computador común puede llegar a desentrañar la gramática y funcionamiento de dicho idioma haciendo uso de algoritmos de aprendizaje automático, permitiendo realizar labores de análisis de texto a partir de una serie de ejemplos de aprendizaje.

ABSTRACT: With the huge amount of different spoken languages on Earth in the so called “Information Age”, it was foreseeable that at some point in time computers would start being a useful tool in text analysis and text processing. The aim of this project is to gain a better understanding of the steps required by the automatization of the task of text processing in Chinese. The manuscript has been written as a step-by-step tutorial in which one can observe how common personal computers can penetrate into the functioning and the structure of this language by using Machine Learning techniques, allowing automatic text analysis based on a series of training samples.