Procesamiento de lenguaje natural

Procesamiento en Lenguaje Natural

1. ¿Qué es?

El " Procesamiento del Lenguaje Natural " (NLP) es una disciplina con una larga trayectoria. Nace en la década de 1960, como un sub-área de la Inteligencia Artificial y la Lingüística, con el objeto de estudiar los problemas derivados de la generación y comprensión automática del lenguaje natural.

En sus orígenes, sus métodostuvieron gran aceptación y éxito, no obstante, cuando sus aplicaciones fueron llevadas a la práctica, en entornos no controlados y con vocabularios genéricos, empezaron a surgir multitud de dificultades. Entre ellas, pueden mencionarse por ejemplo los problemas de polisemia y sinonimia.

En los últimos años, las aportaciones que se han hecho desde este dominio han mejorado sustancialmente,permitiendo el procesamiento de ingentes cantidades de información en formato texto con un grado de eficacia aceptable. Muestra de ello es la aplicación de estas técnicas como una componente esencial en los motores de búsqueda web, en las herramientas de traducción automática, o en la generación automática de resúmenes.

Comprende al conjunto de términos significativos y propios de unadisciplina que se encuentran en la literatura corriente de la misma. El lenguaje natural se plasma directamente en los documentos (en sus títulos, en los abstracts, en el texto mismo). Es llamado también el lenguaje de los autores, no de un autor en especial sino de un conjunto de personas (investigadores o profesionales) que comparten los mismos intereses disciplinarios. Por ese motivo podemos decirque el lenguaje natural es una construcción colectiva, dinámica, en permanente cambio, ciertamente libre y abierta a incorporar los avances que se procesen y a dar un nombre a cada nuevo objeto, fenómeno o concepto, que tiende a establecer un consenso del conocimiento y una terminología común para la comunicación. El consenso terminológico entre especialistas es fundamental para facilitar unacomunicación eficiente y el recíproco entendimiento.

2. Características:

El lingüista Charles F. Hockett habla de quince rasgos definitorios de la lengua:

a. Modo de comunicación: es el canal vocal-auditorio el principal en el lenguaje humano (se produce el mensaje con la boca y se recibe con el oído). También puede darse el canal manual-visual.

b. Transmisión difundiday recepción dirigida: en el habla se emite un mensaje que se expande en todas direcciones y que puede ser escuchado por cualquiera; sin embargo, el sistema auditivo humano permite la identificación del lugar de donde proviene.

c. Transitoriedad: el mensaje humano es temporal; las ondas se devanecen y el mensaje no persiste ni en el tiempo ni en el espacio.

d. Desarrollointerlocutivo o intercambiabilidad: un hablante, en condiciones normales, puede tanto emitir como recibir mensajes.

e. Retroalimentación total: el hablante puede escucharse a sí mismo en el preciso instante que emite un mensaje. Esto es importante para la realización correcta del habla.

f. Especialización: los órganos que intervienen en el habla, aparte de servir para susfunciones fisiológicas correspondientes, están especializados para el habla.

g. Semanticidad: la señal se corresponde con un significado en particular. Es un elemento fundamental de cualquier método de comunicación.

h. Arbitrariedad: no existe correlación entre la señal y el signo. Por ejemplo, los fonemas que crean la palabra nada en sí mismos no tienen relación alguna con eseconcepto; encroata, por ejemplo, nada significa esperanza. No hay razón alguna para que el concepto carencia de algo debiera ser "nada" y no cualquier otra combinación de fonemas.

i. Discreticidad: las unidades básicas son separables, sin haber una transición gradual. Un oyente puede oír o "t" o "d", e independientemente de que lo escuche bien distinguirá o una u otra, sin escuchar una...