Clasificación automática de actos del habla en árabe

Abstract

Presentamos en este trabajo un método completamente automatizado para la tarea de clasificación de actos del habla en discurso árabe. La clasificación de actos del habla involucra la asignación de una categoría, obtenida a partir de una serie de categorías de actos del habla, a una oración para indicar la intención del hablante. Nuestra aproximación a la clasificación de actos del habla está basada en la hipótesis de que las palabras iniciales de una oración y/o sus partes-de-discurso son muy útiles para el diagnóstico del acto del habla expresado en la oración. Consideramos además la categorización semántica de estas palabras en términos de entidades nombradas y combinamos este enfoque con algoritmos de aprendizaje mecánicos para derivar automáticamente los parámetros de los modelos que utilizamos para implementar el enfoque. Presentamos experimentos y resultados obtenidos con varios modelos y algoritmos de aprendizaje automático en un corpus de 408 oraciones árabes.

We present in this paper a fully-automated method for the task of speech act classification for Arabic discourse. Speech act classification involves assigning a category from a set of predefined speech act categories to a sentence to indicate speaker’s intention. Our approach to speech act classification is based on the hypothesis that the initial words in a sentence and/or their parts-of-speech are very diagnostic of the particular speech act expressed in the sentence. We also consider semantic categorization of these words in terms of named entities and combine this approach with machine learning algorithms to automatically derive the parameters of the models we used to implement the approach. Experiments and results obtained with several models and machine learning algorithms on a corpus of 408 Arabic sentences are presented.