La tarea principal que se asocia con las ontologias es definir un vocabulario comun, el cual debe describir conceptos basicos y las relaciones entre ellos en un dominio especifico, para que luego lo utilice cualquier sistema. Los componentes basicos de una ontologia son clases, instancias, propiedades y axiomas entre otros. La poblacion de ontologias hace referencia a la capacidad de recibir una ontologia que contenga clases y relaciones, luego desde diferentes fuentes de informacion que pueden ser semi-estructuradas, estructuradas y libres, se puedan extraer todas las instancias de cada una de las clases de la ontologia. En este proyecto se desarrollo un metodo automatico utilizando tecnicas de extraccion de informacion y procesamiento de lenguaje natural, luego se implemento en la arquitectura GATE. El metodo tiene varios procesos que se realizan utilizando una arquitectura Pipeline, es decir, no se puede ejecutar el siguiente proceso hasta que no termine el actual. La entrada del sistema es un texto escrito en lenguaje natural en formato Word o PDF. El primer proceso a realizar es Document Reset, consiste en eliminar anotaciones que pueden alterar el proceso que se piensa iniciar. El segundo es el proceso Tokenizer, consiste en separar las palabras que se encuentran en el texto en simples tokens que pueden ser palabras, numeros, simbolos, signos de puntuacion y tokens de espacio en blanco o saltos de linea. El tercero es el proceso Gazetteer, donde se identifican nombres de entidades teniendo como base una serie de listas predefinidas que son archivos plaños con una entrada por linea que se compilan mediante maquinas de estados finitos y se utilizan para darle algun tipo de memoria al sistema. El cuarto es Sentence Splitter, este proceso divide el texto en oraciones, para lo cual se utilizan transductores de estado finito, es decir, alfabetos de entrada y salida. El quinto proceso es el PosTagger, utiliza un lexicon y un conjunto de reglas en lenguaje JAPE para agregar categorias gramaticales a cada palabra que se encuentra en el texto, mediante anotaciones Penn Treebank. El sexto proceso es NE Transducer, se basa en tecnicas de extraccion de informacion y tambien se conoce como etiquetado semantico. El septimo proceso es OrthoMatcher, tambien llamado resolucion de correferencia, ocurre cuando dentro de un texto existen dos o mas expresiones que hacen referencia a un mismo texto o cosa. El octavo y noveno proceso son HashGazetteer y OntoGazetteer, utilizan listas predefinidas combinadas con tablas Hash en el primero y vinculacion de anotaciones a las clases de una ontologia en el segundo caso. El decimo proceso es JAPE-Plus Transducer-Rules, consiste en el diseno e implementacion de un sistema de reglas con patrones sintacticos genericos, que sirven de apoyo para etiquetar las diferentes entidades ontologicas como clases, instancias, relaciones y atributos, las reglas fueron implementadas en lenguaje JAPE (Java Annotation Patterns Engine) que es propio de GATE. El Undecimo proceso es Exporter, que envia la informacion sobre etiquetas de las entidades ontologicas a un archivo con extension “XML”. El duodecimo proceso ExtractorJK, es un proceso implementado en lenguaje Java y que se encarga de recibir todas las etiquetas de las entidades ontologicas en los procesos anteriores y que se encuentran en un archivo XML, para luego generar la ontologia en un archivo con extension OWL, que luego podra ser visto en un editor de ontologias como Protege. Para validar el metodo desarrollado se utilizo el metodo no empirico comparacion de caracteristicas, el cual permite comparar como cada uno de los metodos encontrados en la literatura, realiza la poblacion de ontologias y luego utilizando las metricas de precision, recall y F-measure se pueden comparar los resultados entre los metodos. Se probo el metodo en 12 dominios diferentes y se obtuvo un 94% de precision, 89.56% de recall y 91.72% de F-measure.