Monografias | Procesamiento Computacional del Lenguaje Natural

Un lenguaje se considera como un conjunto de oraciones, que usualmente es infinito y se forma con combinaciones de palabras del diccionario. Es necesario que esas combinaciones sean correctas(con respecto a sintaxis) y tengan sentido(con respecto a la semántica).

Un lenguaje es la función que expresa pensamientos y comunicaciones entre la gente. Esta función es llevada a cabo por medio de señales y vocales(voz) y posiblemente por signos escritos(escritura).

En este punto podemos distinguir entre dos clases de lenguajes: los lenguajes naturales(ingles, alemán, español, etc.) y lenguajes formales(matemático, lógico, etc.)

A continuación damos una breve descripción de estos dos tipos de lenguaje.

Como mencionamos anteriormente el Lenguaje Natural(LN) es el medio que utilizamos de manera cotidiana para establecer nuestra comunicación con las demás personas

Este tipo de lenguaje es el que nos permite el designar las cosas actuales y razonar a cerca de ellas, fue desarrollado y organizado a partir de la experiencia humana y puede ser utilizado para analizar situaciones altamente complejas y razonar muy sutilmente. La riqueza de sus componentes semánticos da a los lenguajes naturales su gran poder expresivo y su valor como una herramienta para razonamiento sutil. Por otro lado la sintaxis de un LN puede ser modelada fácilmente por un lenguaje formal, similar a los utilizados en las matemáticas y la lógica. Otra propiedad de los lenguajes naturales es la polisemantica, es decir la posibilidad de que una palabra en una oración tenga diversos significados.

En un primer resumen, los lenguajes naturales se caracterizan por las siguientes propiedades:

 

1. Desarrollados por enriquecimiento progresivo antes de cualquier intento de formación de una teoría.
2. La importancia de su carácter expresivo debido grandemente a la riqueza del componente semántico(polisemantica).
3. Dificultad o imposibilidad de una formalización completa.

    

El lenguaje formal es aquel que el hombre ha desarrollado para expresar las situaciones que se dan en especifico en cada área del conocimiento científico. Las palabras y oraciones de un lenguaje formal son perfectamente definidas(una palabra mantiene su el mismo significado prescindiendo de su contexto o uso.

Los lenguajes formales son exentos de cualquier componente semántico fuera de sus operadores y relaciones. Los lenguajes formales pueden ser utilizados para modelar una teoría de la mecánica, fisica, matemática, ingeniería eléctrica, o de otra naturaleza, con la ventaja de que en estos toda ambigüedad es eliminada.

En resumen las características de los lenguajes formales son las siguientes:

 

1. Se desarrollan de una teoría preestablecida.
2. Componente semántico minimo.
3. Posibilidad de incrementar el componente semántico de acuerdo con la teoría a formalizar.
4. La sintaxis produce oraciones no ambiguas.
5. La importancia del rol de los números.
6. Completa formalización y por esto, el potencial de la construcción computacional.

    

Una meta fundamental de la Inteligencia Artificial(IA), es la manipulación de lenguajes naturales usando herramientas de computación, en esta, los lenguajes de programación juegan un papel importante, ya que forman el enlace necesario entre los lenguajes naturales y su manipulación por una maquina.

Antes de continuar con nuestro estudio del PLN, es importante el que estudiemos el concepto de lo que es un lenguaje de programación y las generaciones de estos para darnos una idea de cómo ha sido su evolución.

¿Qué es un Lenguaje de Programación?

Un lenguaje de programación es un conjunto de normas lingüísticas que permiten escribir un programa y que éste sea entendido por el ordenador y pueda ser trasladado a ordenadores similares para su funcionamiento en otros sistemas. Un programa es una serie de instrucciones ordenadas correctamente que permiten realizar una tarea o trabajo específico. Ahora bien, un lenguaje de programación se basa en dos elementos muy importantes:

 

• Sintaxis: que se refiere a la utilización correcta de cada una de las sentencias de cierto lenguaje de programación.
• Semántica: se encarga de que cada "oración" del lenguaje de programación utilizado tenga un significado correcto.

   

A medida que la complejidad de los programas ha ido aumentando, se han requerido de nuevos lenguajes para poder describir esos problemas y que sean resueltos por el ordenador.

Generaciones de Lenguajes de Programación

Las generaciones de los lenguajes de programación, se han venido dando debido a que las necesidades que plantean los problemas son cada día más grandes y complejo, a continuación se hace un pequeño resumen de cada una de las generaciones de lenguajes de programación.

 

1. Primera Generación: Los lenguajes de primera generación o también conocidos como lenguajes maquina, son en los que se utiliza el código binario(unos y ceros) para comunicarse con la computadora, esta generación de lenguajes es muy complicada, ya que al usar pocos signos, no puede expresar cosas muy complicadas. En la actualidad ya casi no se trabaja con lenguajes maquina, los únicos que lo hacen son los diseñadores de los "chips" de los procesadores.
2. Segunda Generación: Los lenguajes de esta segunda generación son conocidos también como ensambladores, y se distinguen de los lenguajes maquina por su eficiencia(en comparación con sus antecesores). Estos lenguajes ensambladores se basan en lo que es la comprensión de varias palabras en una sola, por ejemplo:

   ADC significara "sumar con reserva"(en ingles: ADd with Carry)

   Haciendo notoria la aclaración, de que esta serie de instrucciones serán traducidas al lenguaje maquina por el compilador del lenguaje.

3. Tercera Generación: Los lenguajes de tercera generación o de alto nivel son los lenguajes más comunes o que más conocemos(C, Pascal, Algol, Cobol, Fortran, BASIC). Estos lenguajes se asemejan ya un poco más al lenguaje humano, al utilizar palabras completas( en ingles) para la codificación de los programas.
4. Cuarta Generación: Son los lenguajes de "programación asistida" por medio de ayudantes o wizards, estos lenguajes se han diseñado para facilitar la realizacion de muy variadas tareas, como lo son la simulación de fenómenos físicos, manipulación de datos estadísticos, etc. Algunos de estos lenguajes son: Visual Basic, INFORMIX 4GL, Visual J++, Visual C, he inclusive algunos autores consideran las planillas de calculo dentro de esta generación.
5. Quinta Generación: En esta generación, el programador solo ingresa hechos y hace consultas, no se preocupa de cómo hacer los algoritmos que entregan la respuesta, algunos autores hasta hace poco todavía consideraban a esta generación como un sueño, pero gracias al avance de la tecnología, hoy en día es toda una realidad, como lo veremos a continuación.

    

Ahora que ya hemos hecho un breve análisis de los lenguajes de programación, continuaremos con el análisis del PLN.

Antes de continuar con nuestro estudio, es necesario definir claramente lo que es el PLN, el PLN es la utilización de un lenguaje natural para comunicarnos con la computadora, debiendo esta entender las oraciones que le sean proporcionadas, el uso de estos lenguajes naturales, facilita el desarrollo de programas que realicen tareas relacionadas con el lenguaje o bien, desarrollar modelos que ayuden a comprender los mecanismos humanos relacionados con el lenguaje.

El uso del lenguaje natural(LN) en la comunicación hombre-maquina es a la vez una ventaja y un obstáculo con respecto a otros medios de comunicación. Por un lado es una ventaja, en la medida en que el locutor no tiene que esforzarse para aprender el medio de comunicación a diferencia de otros medios de interacción como lo son los lenguajes de comando o las interfaces gráficas(4° Generación). Su uso también es a la vez un obstáculo por que la computadora tiene una limitada comprensión del lenguaje. Por ejemplo, el usuario no puede hablar sobrentendidos, ni introducir nuevas palabras, ni construir sentidos derivados, tareas que se realizan espontáneamente cuando se utiliza el lenguaje natural.

Las aplicaciones del Procesamiento de Lenguajes Naturales son muy variadas, ya que su alcance es muy grande, algunas de las aplicaciones del PLN son:

• Traducción automática: se refiere más que nada a la traducción correcta de un lenguaje a otro, tomando en cuenta lo que se quiere expresar en cada oración, y no solo palabra por palabra. Una aproximación a este tipo de traductores es el babylon.
• Recuperación de la información: en esta aplicación, un claro ejemplo seria el siguiente: Una persona llega a la computadora y le dice(en LN) que es lo que busca, esta busca y le dice que es lo que tiene referente al tema.
• Extracción de Información y Resúmenes: Los nuevos programas, deben tener la capacidad de crear un resumen de un documento basándose en los datos proporcionados, realizando un análisis detallado del contenido y no solo la truncando las primeras Lineas de los párrafos.
• Resolución cooperativa de problemas: La computadora debe tener la capacidad de cooperar con los humanos para la solución de problemas complejos, proporcionando datos e información, incluyendo también, la demanda de información por parte del ordenador al usuario, debiendo existir una excelente interactividad entre el usuario y el ordenador.
• Tutores inteligentes: La aplicación del PLN en este aspecto, viene siendo más académico, ya que se refiere a la enseñanza asistida por computadora, debiendo esta ser aprox. en un 99%, al tener esta la capacidad de evaluar al educando y tener la capacidad de adaptándose a cada tipo de alumno.
• Reconocimiento de Voz: Esta es una aplicación del PLN que más éxito ha obtenido en la actualidad, ya que las computadoras de hoy ya tienen esta característica, el reconocimiento de voz puede tener dos posibles usos: para identificar al usuario o para procesar lo que el usuario dicte, existiendo ya programas comerciales, que son accesibles por la mayoría de los usuarios, ejemplo: ViaVoice.

Para continuar nuestro estudio de los lenguajes naturales, es necesario el que conozcamos los niveles del lenguaje, los cuales serán utilizados para la explicación de el siguiente tema que es la Arquitectura de un sistema de PLN. Los niveles de lenguaje que daremos a conocer son los siguientes: fonológico, morfológico, sintáctico, semántico, y pragmático.

 

1. Nivel Fonológico: trata de cómo las palabras se relacionan con los sonidos que representan.
2. Nivel Morfológico: trata de cómo las palabras se construyen a partir de unas unidades de significado mas pequeñas llamadas morfemas, por ejemplo:

   Rápida + Mente == Rápidamente

3. Nivel Sintáctico: trata de cómo las palabras pueden unirse para formar oraciones, fijando el papel estructural que cada palabra juega en la oración y que sintagmas son parte de otros sintagmas.
4. Nivel Semántico: trata del significado de las palabras y de cómo los significados se unen para dar significado a una oración, también se refiere al significado independiente del contexto, es decir de la oración aislada.
5. Nivel Pragmático: trata de cómo las oraciones se usan en distintas situaciones y de cómo el uso afecta al significado de las oraciones. Se suele reconocer un subnivel recursivo: discursivo, que trata de cómo el significado de una oración se ve afectado por las oraciones inmediatamente anteriores.

    

Ahora que ya conocemos los niveles del lenguaje, el siguiente paso es la elaboración de la arquitectura del sistema de procesamiento del lenguaje natural, es decir, como va la computadora a interpretar y analizar las oraciones que le sean proporcionadas, a continuación se muestra un esquema de cómo la computadora debe hacer el análisis de estas.

La explicación de este sistema, es sencilla:

 

1. El usuario le expresa a la computadora que es lo que desea hacer.
2. La computadora analiza las oraciones proporcionadas, en el sentido morfológico y sintáctico, es decir, si las frases contienen palabras compuestas por morfemas y si la estructura de las oraciones es correcta.
3. El siguiente paso, es analizar las oraciones semánticamente, es decir saber cual es el significado de cada oración, y asignar el significado de estas a expresiones lógicas(cierto o falso).
4. Una vez realizado el paso anterior, ahora podemos hacer el análisis pragmático de la instrucción, es decir una vez analizadas las oraciones, ahora se analizan todas juntas, tomando en cuenta la situación de cada oración, analizando las oraciones anteriores, una vez realizado este paso, la computadora ya sabe que es lo que va a hacer, es decir, ya tiene la expresión final.
5. Una vez obtenida la expresión final, el siguiente paso es la ejecución de esta, para obtener así el Resultado y poder proporcionárselo al usuario.

    

Uno de los grandes problemas del PLN se produce cuando una expresión en LN posee más de una interpretación, es decir, cuando en el lenguaje de destino se le pueden asignar dos o más expresiones distintas. Este problema de la ambigüedad se presenta en todos los niveles del lenguaje, sin excepción. Ejemplo:

"Juan vio a María, con el telescopio"

"Juan vio a María con el telescopio"

En apariencia este problema es demasiado sencillo, pero en realidad, es uno de los mas complicados y que más complicaciones ha dado para que el PLN pueda desarrollarse por completo, ya que al presentarse en todos los niveles del lenguaje, se tienen que desarrollar programas( en lenguaje formal) para solucionarlos en cada caso.

La pretensión de la informática de adaptarse al comportamiento natural de del usuario, ha llevado la incorporación de texto, imágenes y sonido(los llamados entornos multimedia") a las estaciones de trabajo y Pc´s actuales, al tiempo que éstos aumentan su capacidad.

Antes de continuar con el estudio del PLN en los sistemas multimedia, enumeremos las partes que pueden contener estos:

 

1. Entornos de iconos
2. Autopistas de información
3. Ratón
4. Programación interactiva
5. Realidad Virtual
6. Hipertexto
7. Sonido

    

En si la multimedia es la unión de del hipertexto con el sonido, estas uniones de imágenes, texto y sonidos necesitan una filosofía del conocimiento que fundamente su función interna dentro de la comunicación de conocimientos, o sea pasar a ser elementos de la estructura de conocimiento y no solo datos. A esa filosofía la llamamos idea intuitiva de la comunicación sistema-usuario. Para deslindar, este problema, lo situamos en un contexto de enseñanza de conocimientos, es decir, Tutores Inteligentes(TI) en entornos multimedia. Los TI son un tipo de sistemas expertos con módulos especiales( alumno y pedagógico) y una reestructuración de los existentes( conocimiento, explicaciones, interfaz). En si el modelo que debe seguir el TI es el siguiente:

Como es sabido un dialogo en lenguaje natural esta muy afectado por el conocimiento que un interlocutor tiene del otro y por el contexto o entorno donde el dialogo tiene lugar. Lo primero que está aquí proporcionado por el modelo del usuario y, lo segundo, por el "paisaje de imágenes".

El dialogo del TI, se basa en preguntas respuestas, pero además el TI tiene que fijar el objetivo de cada pregunta y el tipo de información necesaria, incluso demandando información al usuario, lo cual exige una actitud cooperativa por parte de este.

Letch, Charley. Información Tsunami: Un futurista mira en retrospectiva, Primera Edición, Editorial Limusa, Colección Megabyte, México D.F., 1992

http://delta.cs.cinvestav.mx/red/logica/node3.html

http://cic2.iimas.unam.mx/~villasen/protocolo-proy-CONACYT.html

http://www3.uniovi.es/~Psi/REMA/v1n1/a4/p1.html

http://www.dcc.uchile.cl/~cc20a/contenidos/clase05

http://www.lawebdelprogramador.com/