En este proyecto se propone un nuevo método para la detección de las palabras definidoras en un diccionario explicativo. Las posibles aplicaciones computacionales para diccionarios semánticos explicativos son de muy diversa índole, sin embargo, existe un fenómeno que impide el uso adecuado de éstos: los círculos en las definiciones (círculos viciosos, ciclos). Es imposible de encontrar un diccionario semántico (que define palabra a través de si mismas) sin círculos en sus definiciones. Sin embargo, las computadoras no pueden manejar las relaciones en círculos. En un diccionario computacional algunas palabras son marcadas como las palabras sin definiciones, podemos llamar estas palabras un conjunto definidor. La obtención de un conjunto definidor mínimo de palabras mediante las cuales puedan definirse el resto de las palabras del diccionario evitando los ciclos en las definiciones permitiría el uso de éstos como herramienta eficaz en el procesamiento de textos y la extracción de información entre otras tareas de lingüística computacional. Hasta el momento, existen métodos que lo hacen con un proceso aleatorio; cabe mencionar que un método de cálculo directo es imposible dado que es un np-problema. Nuestra propuesta es utilizar un algoritmo genético para encontrar una solución muy cercana a al óptima. El diccionario se representa como un grafo dirigido, y el algoritmo genético construirá el nuevo grafo a partir de éste, sin círculos, insertando un nodo tras otro. El cromosoma se definirá como un orden de inserción de los elementos en el grafo sin círculos. Se hará la evaluación del conjunto definidor obtenido tomando en cuenta el número de elementos en él, las frecuencias de sus elementos en un corpus grande (por ejemplo, en Internet), el peso de los elementos que se calcularán utilizando el algoritmo PageRank en el diccionario, y la presencia de los elementos en otros conjuntos construidos manualmente, como en LDOCE.

Esta investigación tiene como objetivo desarrollar un método y su implementación en software (prototipo) para la extracción de un conjunto definidor (un conjunto mínimo de las palabras a través de las cuales se puedan definir el resto de las palabras del diccionario eliminando los círculos en las definiciones) de un diccionario explicativo en el español usando un algoritmo genético y evaluar los resultados.

Un método y su implementación en software (prototipo) para la extracción de un conjunto definidor de un diccionario explicativo en el español usando un algoritmo genético y evaluación de los resultados.