Lenguaje Natural

Año II, Vol. I. Enero - Junio 2010
ART´ ICULO INVITADO

Art´ ıculos de divulgaci´n o

Komputer Sapiens 6 / 32

Procesamiento de Lenguaje Natural y sus Aplicaciones
por Alexander Gelbukh

Un cuento de una m´quina parlante a
En los cuentos para ni˜ os, los animales y las cosas n inanimadas pero m´gicas, se comportan como personas: a inteligentemente. Pueden ver, o´ pensar, actuar. Peroır, ¿c´mo sabemos que un animal o una cosa son inteligeno tes? Porque son parlantes: hablan y entienden lo que les dicen. El hombre siempre ha asociado la inteligencia con el habla. En nuestros d´ la ciencia convierte cada vez m´s ıas a cuentos en una realidad. Ya no nos sorprende una alfombra voladora (aunque no parezca una alfombra) y ¿qu´ falta para que podamos conversar con Pinocho? En e los n´meros anteriores de Komputer Sapiens se ha hau blado sobre c´mo las m´quinas pueden ver, pensar, aco a tuar, tomar decisiones. En este n´ mero vamos a platicar u sobre c´mo una m´quina puede procesar el lenguaje, un o a rasgo que hasta ahora ha sido exclusivo de los humanos (y, claro, de las cosas m´gicas). a Por Procesamiento de Lenguaje Natural (PLN, denominado tambi´n NLP por sus siglas eningl´s) se entiende e e la habilidad de la m´quina para procesar la informaci´n a o comunicada, no simplemente las letras o los sonidos del lenguaje. En este sentido, un perico no es un animal parlante; as´ una contestadora telef´nica com´ n, una impreı, o u sora o un procesador de palabras como Microsoft Word tampoco son dispositivos o software de PLN, mientras que un traductor autom´tico sin duda loes. a Diferentes programas exhiben diferente grado del procesamiento inteligente del lenguaje. Por ejemplo, un buscador de documentos puede simplemente buscar los documentos que contienen la cadena de letras especificada por el usuario, sin importar que esta cadena tenga o no un significado en un lenguaje (como el espa˜ ol o el n ingl´s). En este caso no ser´ una aplicaci´n del PLN. Sin e ıa oembargo, el mismo buscador podr´ buscar los documenıa tos que comuniquen la idea especificada por el usuario, sin importar con qu´ letras la comunican, y en este caso, e sin duda, ser´ una excelente aplicaci´n de PLN, ya que ıa o entender´ la idea comunicada en la petici´n del usuario, ıa o la idea comunicada en cada uno de los documentos, y ser´ capaz de compararlas. ıa La ciencia que estudia el PLN sellama ling¨´ uıstica computacional. El nombre fue inventado en los tiempos cuando eso era: ling¨´ uıstica para las computadoras. Los ling¨ istas, a trav´s de la introspecci´n e intuici´n, esu e o o crib´ las reglas y los diccionarios cada vez m´s exactos ıan a y detallados, acerc´ndose al objetivo: dotar a la compua c 2010 - Sociedad Mexicana de Inteligencia Artificial

tadora con la capacidadde entender el lenguaje humano. Este camino era muy dif´ y laborioso, y los avances, ıcil aunque impresionantes, eran lentos y espor´dicos. a Todo eso cambi´ con la llegada de Internet. Los ino vestigadores obtuvieron acceso a vol´ menes gigantescos u de textos, el objeto del estudio de nuestra ciencia, y esta ultima, en lugar de introspecci´n e intuici´n, se convir´ o o ti´ en el estudio estad´ oıstico directo de los datos disponibles. La ling¨´ uıstica computacional, en su etapa actual de desarrollo, es principalmente una rama de las tecnolog´ ıas de aprendizaje autom´tico, una parte de la inteligencia a artificial y la estad´ ıstica. El aprendizaje autom´tico se dedica al descubrimiena to totalmente autom´tico de las regularidades y las relaa ciones en los datos. Usualmente se aplica adatos num´rie cos, pero la ling¨´ uıstica computacional puede ser considerada como el aprendizaje autom´tico sobre un tipo a de datos especial, los textos en un lenguaje humano. Es as´ como un ni˜ o aprende su lenguaje natal: nadie le enı n se˜ a las reglas, las gram´ticas y los diccionarios; en su n a lugar su cerebro analiza estad´ ısticamente los sonidos del lenguaje y su relaci´n con el...