tareas

La extracción de información incluye aquellos algoritmos, métodos y procesos centrados en la identificación de información dentro de un texto. La posibilidad de localizar determinados elementosdentro del texto facilitará la representación de su contenido semántico. Los cuatro procesos que se describen a continuación proporcionan distintos datos de un texto que facilitan su interpretación:
•Identificación de estructuras. Se trata de encontrar, dado un texto, informaciones muy concretas que suelen adoptar estructuras similares. Esto permite emplear patrones que combinan información deestructura con información lingüística. Por ejemplo, nuestro demostrador Prospector de Información explora páginas web para obtener automáticamente números de teléfono, direcciones postales, direccionesde correo electrónico, referencias a otras páginas web y, en general, cualquier dato de contacto presente en la página web.
• Identificación de palabras clave. Aparte de reconocer estructuras, esinteresante determinar de forma automática qué palabras de un texto resultan más adecuadas para caracterizarlo, es decir, qué palabras deben elegirse como posibles palabras clave. La correcta combinaciónde la frecuencia de aparición de una palabra en el texto junto con su frecuencia global, es decir, en la red, es un indicativo de la bondad de esa palabra para representar al texto completo. En eldemostrador Generador de tags (SEO) de interés para empresas dedicadas a la mejora de la posición en buscadores, en inglés, Search Engine Optimization (SEO).
• Reconocimiento de entidades con nombre. Laposibilidad de reconocer automáticamente la aparición de un nombre propio en un texto es una de las aplicaciones más útiles de la extracción de información.
• Elaboración de resúmenes. Elprocesamiento lingüístico del texto permite determinar qué partes del mismo resultan claves para interpretar su contenido.

IDEA PRINCIPAL DE UN TEXTO
Un texto está formado por oraciones que tratan...