A review of Spanish corpora annotated with negation

摘要

The availability of corpora annotated with negation information is essential to develop negation processing systems in any language. However, there is a lack of these corpora even for languages like English, and when there are corpora available they are small and the annotations are not always compatible across corpora. In this paper we review the existing corpora annotated with negation in Spanish with the purpose of first, gathering the information to make it available for other researchers and, second, analyzing how compatible are the corpora and how has the linguistic phenomenon of negation been addressed. Our final aim is to develop a supervised negation processing system for Spanish, for which we need training and test data. Our analysis shows that it will not be possible to merge the small corpora existing for Spanish due to lack of compatibility in the annotations. Revisión de los corpus españoles anotados con negación La disponibilidad de corpus anotados con información sobre la negación es esencial para cualquier idioma, ya que son necesarios para poder desarrollar sistemas capaces de procesar este fenómeno lingüístico. Sin embargo, hay una escasez de corpus anotados con negación, incluso para idiomas como el inglés, y cuando hay corpus disponibles, en la mayoría de los casos son pequeños y las anotaciones no siempre son compatibles entre ellos. En este trabajo revisamos los corpus anotados con información sobre la negación en español con el propósito, en primer lugar, de recopilar la información para que esté disponible para otros investigadores y, en segundo lugar, de analizar la compatibilidad de los corpus y las estructuras de negación que se han anotado. Nuestro objetivo final es desarrollar un sistema automático para el procesamiento de la negación en español. Nuestro análisis muestra que no será posible unir los pequeños corpus existentes actualmente en español debido a la falta de compatibilidad en las anotaciones.