Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROCESAMIENTO LENGUAJE
NATURAL
(Concepto, aplicacin y desarrollo actual)
6 DE DICIEMBRE DE 2017
El ser humano desde que tiene conciencia siempre ha tenido necesidad de compaa, por
ello no es extrao que siempre haya intentado dotar de vida a lo que le rodea. En ste caso,
se est llegando al punto de crear robots con forma humana, que se comporten como los
humanos y por ltimo que sean capaces de mantener conversaciones coherentes.
Como se puede observar en la figura 1 los robots han llegado a un nivel de parecido con el
ser humano muy importante.
El procesado del lenguaje natural por el contrario est ms lejos del parecido que se
muestra en la imagen. An nos encontramos con las dificultades propias del lenguaje, de
la comprensin del mismo y de las mltiples interpretaciones que puede tener en funcin
de los diferentes significados de las palabras dependiendo del contexto en que se
encuentren.
La historia del procesado del lenguaje natural (PLN) comienza cuando a finales de los aos
cuarenta se comenz a proponer sistemas de traduccin automtica. Dichos sistemas entre
los cuarenta y cincuenta fracasaron debido a la falta de capacidad de procesamiento en
comparacin con la complejidad del lenguaje, posteriormente en los aos setenta y ochenta
se logra un nivel aceptable de traduccin automtica pasando los objetivos del PLN a los
campos de interfaces en lenguaje natural y procesamiento de textos.
[figura 1]
Procesamiento Lenguaje Natural
Anlisis Morfolgico: Anlisis de las palabras para extraer races, rasgos flexivos,
unidades lxicas compuestas y otros fenmenos.
Anlisis pragmtico: El anlisis del texto ms all de los lmites de la frase, por ejemplo,
para determinar los antecedentes referenciales de los pronombres.
Planificacin de la frase: Estructurar cada frase del texto con el fin de expresar el
significado adecuado.
Todas estas tareas deben realizarse paralelamente para obtener un resultado adecuado
porque si esto se realizara mediante un flujo continuado concatenando dichas operaciones
el resultado no sera adecuado.
Un ejemplo de una arquitectura de un PLN es el siguiente:
El siguiente paso que se debe analizar para comprender la dificultad a la que nos
exponemos es la de la generacin del lenguaje, ya sean textos o voces.
No podemos pensar que simplemente por fuerza bruta se puede resolver el problema, hay
que tener en cuenta el uso de pronombres, sinnimos, palabras adecuadas en
determinados contextos y una jerga concreta para dar una experiencia adecuada al usuario.
En que se aplica?
Algunas aplicaciones en las que puede ser til son las siguientes:
Otro ejemplo sera el caso de una persona de movilidad reducida que pudiera haber tenido
algn incidente lejos del telfono, simplemente hablando con el robot podra ponerse ste
en contacto con emergencias para recibir ayuda convenientemente.
Conduccin de vehculos. Puesto que gestionar un GPS con las manos mientras se
conduce est prohibido y es peligroso, un bot que tuviera un buen reconocimiento verbal e
interpretara adecuadamente las frases del conductor podra perfectamente orientar al
conductor siendo interpelado por ste de tal modo que encuentre su destino sin necesidad
de desviar la mirada de la carretera.
Tambin puede ser til para otro tipo de controles como intermitentes, limpiaparabrisas, la
radio, DVD de los asientos traseros y dems interacciones que distraen de la conduccin.
Adems, el ordenador podra a travs de nuestras rdenes verbales conectarse a la
informacin del trfico para corregir la trayectoria y encontrar el trayecto ms adecuado sin
necesidad de soltar las manos del volante.
Desarrollo actual
Bibliografa
http://comein.uoc.edu/divulgacio/comein/es/numero29/articles/Article-
Merce-Vazquez.html
http://www.esi.uem.es/~jmgomez/pln/
https://drive.google.com/open?id=1dyaMOTg8EYxzTAF-c8S8_9NClKuxIn2I