La resolución de anáforas es una tarea crucial para la extracción de información. Los enfoques basados en sintaxis se basan en la estructura sintáctica de las oraciones. Los enfoques pobres en conocimiento buscan evitar la necesidad de recursos externos o conocimiento adicional para llevar a cabo su tarea. Este artículo propone un enfoque pobre en conocimiento y basado en sintaxis para la resolución de anáforas en textos en inglés. Nuestro enfoque mejora el algoritmo tradicional que se considera el estándar de referencia para la comparación en la literatura. Sus contribuciones más relevantes radican en su capacidad para manejar diferentes tipos de anáforas de manera diferente y para desambiguar asociaciones alternativas utilizando el reconocimiento de género de nombres propios. Lo primero se logra mediante la refinación de las reglas en el algoritmo de referencia, mientras que lo segundo se logra utilizando un enfoque de aprendizaje automático. Los resultados experimentales en un conjunto de datos de referencia estándar utilizado en la literatura muestran que nuestro enfoque puede mejorar significativamente el rendimiento sobre el algoritmo de referencia estándar utilizado en la literatura, y también se compara bien con el algoritmo de vanguardia que explota exhaustivamente el conocimiento externo. También es eficiente. Por lo tanto, proponemos utilizar nuestro algoritmo como el nuevo estándar de referencia en la literatura.