Aprendizaje de reglas encadenadas para la creación de grafos conceptuales

APRENDIZAJE DE REGLAS ENCADENADAS PARA LA CREACIÓN DE GRAFOS CONCEPTUALES

Sonia Ordoñez Salinas

RESUMEN—El documento presenta una forma de aprendizaje sobre reglas encadenadas para la generación de nuevas reglas que al aplicarlas deberán permitir la construcción de Grafos Conceptuales. La propuesta se basa en la inclusión de reglas encadenadas y de de un método supervisado. Las reglas sondefinidas sobre la base de tres elementos: a)La marcación o rol que ocupa la palabra dentro de la oración, b)El estándar de Grafos Conceptuales y c) La definición de un Objeto que funciona como una caja de negra de Grafos. Las pruebas se realizaron sobre algunos de los textos correspondientes a los títulos y comentarios que hacen parte de la colección de imágenes médicas del ImageClefmed del 2008.Para la realización de las marcas se utilizó el metatesauro UMLS y la herramienta MMTx y para los procesos de clasificación se uso el Weka. Como resultado se estiman nuevas reglas. Palabras clave—Aprendizaje de reglas encadenas, UMLS, grafos conceptuales, anotación de imagen médica.

Learning of Chained Rules for Construction of Conceptual Graphs
ABSTRACT—El documento presenta una forma deaprendizaje sobre reglas encadenadas para la generación de nuevas reglas que al aplicarlas deberán permitir la construcción de Grafos Conceptuales. La propuesta se basa en la inclusión de reglas encadenadas y de de un método supervisado. Las reglas son definidas sobre la base de tres elementos: a)La marcación o rol que ocupa la palabra dentro de la oración, b)El estándar de Grafos Conceptuales y c) Ladefinición de un Objeto que funciona como una caja de negra de Grafos. Las pruebas se realizaron sobre algunos de los textos correspondientes a los títulos y comentarios que hacen parte de la colección de imágenes médicas del ImageClefmed del 2008. Para la realización de las marcas se utilizó el metatesauro UMLS y la herramienta MMTx y para los procesos de clasificación se uso el Weka. Comoresultado se estiman nuevas reglas. Index terms—Aprendizaje de reglas encadenas, UMLS, grafos conceptuales, anotación de imagen médica.

I. INTRODUCTION
A necesidad de una comunicación efectiva entre el hombre y la máquina, de tal forma que una persona pueda expresarse en su Lenguaje Natural y la máquina pueda responderle en el mismo lenguaje es una necesidad cada vez más requerida. Ningún dominiose escapa a esta necesidad y

L

Manuscrito recibido el 15 de abril del 2010. Manuscrito aceptado para su publicación el 14 de junio del 2010. La autora trabaja en Universidad Distrital F.J.C, Colombia y estudia en Universidad Nacional de Colombia (e-mail: sordonez@udistrital.edu.co).

en particular el dominio médico. Las personas involucradas con la asistencia médica generalmente realizansus anotaciones en lenguaje natural y por más que exista software especializado y muy estandarizado, a la hora de expresar los síntomas, el diagnostico de un paciente o la anotación sobre una imagen médica, el personal médico simplemente lo digita en su lenguaje natural. A pesar de que existen herramientas especializadas como las ontologías y los tesauros que ayudan a comprender algunos de lostérminos digitados como nombres de enfermedades y algunas relaciones entre conceptos, es claro que poder procesar el lenguaje natural por el computador es una tarea que no es fácil. Si bien para el ser humano, ante una frase, inmediatamente no solo la relaciona con todo su conocimiento previamente adquirido sino que es capaz de filtrar todo ese conocimiento, para ubicar la frase en el entorno o dominioadecuado y dejar exactamente lo que necesita para saber de qué se trata. Los procesos utilizados con la máquina o el computador no pueden hacer esto tan inmediato, ni con tan buen resultado, ante una frase solo pueden ubicar una cadena de símbolos que no significan nada, por lo que se debe recurrir a ontologías o tesauros y consultar que pueden significar estos símbolos. Por otro lado, para...