Extracción de terminología

Información sobre la extracción de terminología

Introducción

La terminología es el conjunto de los términos propios de un tema específico. La extracción de terminología es el proceso de extraer los términos clave de un texto.

La idea es comparar la frecuencia con la que aparecen las palabras en un documento específico con su frecuencia en la lengua común. Las palabras que aparecen frecuentemente en el documento, pero rara vez en la lengua común, son probablemente términos.

Tecnología

Utiliza estadísticas de Poisson, la Estimación por máxima verosimilitud y la Frecuencia de documento inversa entre la frecuencia de palabras en un documento dado y un corpus genérico de 100 millones de palabras por idioma. Utiliza un etiquetador probabilístico de parte del discurso para tener en cuenta la probabilidad de que una secuencia en concreto pueda ser un término. Crea n-gramas de palabras al minimizar la entropía relativa.

¿Por qué hemos desarrollado esta herramienta?

Translated ha desarrollado esta tecnología para ayudar a sus traductores a ser conscientes de las dificultades de un documento y simplificar el proceso de creación de glosarios.

También lo utilizamos para mejorar los resultados de búsqueda en los motores de búsqueda tradicionales (especialmente Google), al ofrecer una mejor estimación de la relevancia de una palabra clave en un documento.

¡Me encanta!

Si te interesa esta herramienta, consulta más información sobre Translated Labs y nuestros servicios de procesamiento del lenguaje natural.