Un algoritmo para la extracción de rasgos morfológicos a partir de descriptores

Abstract

En este trabajo se propone un algoritmo para la alimentación de un diccionario español a partir de un conjunto de términos para la indización de documentos (descriptores) organizados en un tesauro. Se establecen e implementan heurísticas basadas en la estructura sintáctica de los descriptores y en la forma de las palabras que permiten deducir los siguientes rasgos morfológicos: categoría gramatical (sustantivo, adjetivo), número, género y formas flexionadas. Se utilizan como fuente de datos un tesauro y un diccionario de palabras "vacías" (conjunto base) tales como preposiciones, artículos, etc.