Inicio / Entrada de Blog / Convirtiendo lenguaje natural en código interpretable

Convirtiendo lenguaje natural en código interpretable

Convirtiendo lenguaje natural en código interpretable
 

 

Gracias a los avances significativos que han aportado en el reconocimiento de voz sistemas como Siri, Google Now o Sherpa, las aplicaciones que pueden florecer gracias al reconocimiento del lenguaje natural resultan muy interesantes.

En este sentido, a través de una nueva iniciativa del MIT (Massachusetts Institute of Technology), varios investigadores han sido capaces de crear un sistema que convierte instrucciones habladas en código listo para ser interpretado por un ordenador. Mediante este programa, el usuario es capaz de gestionar datos o crear nuevos ficheros utilizando únicamente lenguaje ordinario, en lugar de comandos específicos que el PC pueda ejecutar.

La iniciativa será de gran ayuda tanto para actuales programadores como para usuarios neófitos, ya que les permitirá manipular de forma sencilla ficheros tradicionales –como hojas de cálculo o procesadores de texto–, sin necesidad de recurrir a comandos o instrucciones especiales, como sucedía hasta ahora.

Según afirma Regina Barzilay, profesora adjunta de ingeniería eléctrica y ciencias computacionales en el MIT, y coautora de varios informes sobre la materia, “si la información está disponible, seremos capaces de saber cómo traducir este lenguaje a comandos interpretables”.

Por ejemplo, trabajando con esta aplicación han sido capaces de traducir expresiones del lenguaje natural en expresiones regulares; es decir, combinaciones de caracteres y símbolos que permiten afinar mucho una búsqueda de documentos de modo que sea más eficaz. Otro de los ejemplos permite enseñar a un sitema cómo manejar datos almacenados en diferentes formatos (gracias a la información de sus cabeceras).

De acuerdo con Nate Kushman, uno de los estudiantes graduados que han participado en el proyecto, diferentes investigadores han tenido cierto éxito a la hora de crear sistemas capaces de traducir preguntas escritas de forma natural en lenguaje formal con propósitos específicos (como sentencias predefinidas para realizar búsquedas en una base de datos, por ejemplo). En estos casos, aclara Kushman, “se trata de técnicas que trabajan buscando algún tipo de concordancia entre la expresión natural y los comandos formales”. No obstante, afirma, estas variantes no son capaces de trabajar con expresiones regulares, por ejemplo, para seleccionar únicamente una serie de números o de cifras dentro de una hora de cálculo.

En este caso, para conseguir esta funcionalidad, Kushman y Barzilay han utilizado el concepto de “Graphs” (gráficas) matemáticas, que permiten expresar gráficamente una o varias versiones de una expresión regular a la vez, de tal forma que sea el usuario quien enseñe al sistema cuál es la alternativa adecuada en cada caso, de modo que, con el paso del tiempo, el sistema pueda aprender y mejorar por sí solo.
(Sin votaciones)
Cargando…