a pantalla completa

Estado del arte y
oportunidades de negocio
ÍNDICE
1
ANÁLISIS DE LA SITUACIÓN ACTUAL ................................................ 1
1.1
LENGUAJE NATURAL VS. LENGUAJE ARTIFICIAL ................................................ 1
1.2
NIVELES DEL PROCESAMIENTO DE LENGUAJE NATURAL ....................................... 3
1.3
ANÁLISIS EMPRESARIAL ............................................................................. 6
1.4
PRINCIPALES AGENTES ............................................................................11
1.4.1
Red Temática en Tecnologías del Habla .................................................11
1.4.2
Sociedad Española para el Procesamiento del Lenguaje Natural .....................13
1.4.3
Grupos de investigación ....................................................................18
1.4.4
Empresas ......................................................................................36
1.5
2
PATENTES ...........................................................................................40
1.5.1
A nivel internacional ........................................................................40
1.5.2
A nivel nacional ..............................................................................41
ANÁLISIS DE OPORTUNIDADES DE NEGOCIO ..................................... 49
2.1
ÁREAS DE INVESTIGACIÓN ........................................................................49
2.1.1
Procesado de Voz ............................................................................49
2.1.2
Procesamiento del Lenguaje Natural .....................................................51
2.1.3
Diálogo ........................................................................................53
2.1.4
Lingüística ....................................................................................54
2.1.5
Psicología Cognitiva y Psicolingüística ....................................................55
2.2
APLICACIONES DEL PROCESAMIENTO DE LENGUAJE NATURAL...............................56
2.2.1
Minería de datos .............................................................................57
2.2.2
Sistemas de búsqueda de respuesta ......................................................58
2.2.3
Corrección ortográfica ......................................................................59
2.2.4
Síntesis de voz ...............................................................................60
3
4
2.2.5
Sistemas de diálogo .........................................................................61
2.2.6
Reconocimiento de voz .....................................................................62
2.2.7
Análisis de sentimientos ....................................................................63
2.2.8
Generación de resúmenes automáticos ..................................................65
2.2.9
Traducción automática .....................................................................67
2.2.10
Recuperación y extracción de información ..............................................69
INICIATIVAS DE INTERÉS ............................................................. 76
3.1
IBM WATSON........................................................................................76
3.2
DETECCIÓN DE LA APNEA DEL SUEÑO ...........................................................80
3.3
SIRI DE APPLE ......................................................................................81
3.4
PERLDOOP ..........................................................................................82
3.5
CORTANA DE MICROSOFT .........................................................................83
3.6
INBENTA.............................................................................................84
FUENTES DE INFORMACIÓN ......................................................... 85
1 Análisis de la Situación Actual
1.1 Lenguaje Natural vs. Lenguaje Artificial
La información es el recurso más importante que poseemos los seres humanos. Gran parte de esta
información se comunica, almacena y maneja en forma de lenguaje natural, en sus diferentes formas.
En la actualidad, podemos obtener grandes volúmenes de información en forma escrita, ya sea de manera
impresa o electrónica. Los ordenadores son una herramienta indispensable para el procesamiento de la
información plasmada en los textos, ya que son capaces de manejar grandes volúmenes de datos. Sin
embargo, un ordenador no puede hacer todo lo que las personas normalmente hacemos con el texto, por
ejemplo, responder preguntas basándose en la información proporcionada, hacer inferencias lógicas sobre
su contenido, o elaborar un resumen de esta información.
El esfuerzo que la Ciencia invierte hoy en día para contrarrestar esta situación se denomina procesamiento
de lenguaje natural, procesamiento de texto, tecnologías de lenguaje o lingüística computacional. El
lenguaje humano es complejo, multiforme y rico en expresiones, pero a la vez puede ser ambiguo y requerir
interpretación de acuerdo al contexto, al momento y la intención del hablante. El lenguaje formal o
artificial, por el contrario, se diseña con una finalidad concreta, es restringido en su sintaxis y en su
semántica, por ello es más preciso, con menos espacio para la libre interpretación y libre del contexto.
El Procesamiento del Lenguaje Natural (PLN) es una rama muy importante de la Inteligencia Artificial y una
de las más antiguas. Las primeras traducciones automáticas se iniciaron en la década de los 40 con la II
Guerra mundial. Sin embargo, como consecuencia de la escasa potencia de los ordenadores los intentos
fracasaron, pero a pesar de ello, a partir de la década del 60 el Procesamiento del Lenguaje Natural resurgió
nuevamente.
1
Lenguaje natural vs Lenguaje Artificial
Lenguaje Natural
Lenguaje Artificial

Medio principal para la comunicación
humana.


Gran poder expresivo.
Se compone de símbolos y fórmulas, con el objetivo
de formalizar la programación de ordenadores o
representar simbólicamente el conocimiento
científico.

Para conseguir un alto grado de
comprensión del lenguaje natural es
necesario que los algoritmos posean un
completo conocimiento del idioma; desde
los caracteres de una palabra hasta el
contexto del diálogo.

Las palabras y oraciones están perfectamente
definidas, una palabra mantiene el mismo
significado prescindiendo del contexto o su uso.

Propiedades:
o Se desarrollan a partir de una teoría
preestablecida.
o Componente semántico mínimo.
o Posibilidad de incrementar el componente
semántico de acuerdo con la teoría a formalizar.
o La sintaxis produce oraciones no ambiguas.
o Los números tienen un rol importante.
o Poseen una completa formalización,
posibilitando la construcción computacional.

Propiedades:
o Han sido desarrollados por
enriquecimiento progresivo previo a
cualquier teoría.
o La importancia de su carácter
expresivo se debe a la riqueza del
componente semántico (polisemia).
o Existe dificultad o imposibilidad de una
formalización completa.
2
1.2 Niveles del Procesamiento de Lenguaje Natural
El Procesamiento de Lenguaje Natural (PLN) tiene por objetivo habilitar a los ordenadores para que
entiendan el texto, procesándolo por su sentido. Para llevar a cabo esta tarea, un sistema de Procesamiento
del Lenguaje Natural necesita conocer la estructura del lenguaje, la cual se analiza normalmente en 4
niveles:
1. Nivel Morfológico::se estudia cómo se construyen las palabras. Detecta las relaciones que se
establece entre las unidades mínimas que forman una palabra (sufijos, prefijos) y la relación con el
léxico, siendo éste un conjunto de información sobre cada palabra que el sistema utiliza para el
procesamiento.
El análisis morfológico consiste en determinar la forma, clase o categoría gramatical de cada palabra de
una oración.
La morfología abstrae las palabras de su contexto para clasificarlas en diferentes grupos según las funciones
de que son capaces, estudia las diferentes formas que pueden adquirir para representar las categorías
gramaticales y establece los medios que el idioma emplea para enriquecer su léxico formando nuevas
palabras en base de las ya existentes.
A continuación se muestra un ejemplo de análisis morfológico para la oración “Un gato negro caza un ratón
blanco”:
3
2. Nivel Sintáctico: se estudia cómo combinar las palabras para formar oraciones. Su función es
asignar etiquetas a cada uno de los componentes que aparecen en la oración a analizar, de manera
que se sepa cómo se combinan las palabras y forman estructuras gramaticales correctas.
El objetivo principal del nivel sintáctico es describir las relaciones entre las palabras de una oración y la
función que cada palabra realiza, es decir, construir la estructura de la oración.
Las estructuras sintácticas se construyen como una gramática, la cual es una especificación mediante reglas
de las estructuras permitidas en un determinado lenguaje. Las oraciones correctas son aquellas que
obedecen las reglas gramaticales.
Para el establecimiento de métodos que determinen únicamente las secuencias correctas, se han
considerado dos enfoques para describir formalmente la gramaticalidad de las oraciones: los constituyentes
y las dependencias:
a) El enfoque de constituyentes consiste en analizar la oración mediante un proceso de segmentación
y clasificación. La oración se segmenta en sus partes constituyentes, éstas se clasifican como
categorías gramaticales, se repite el proceso para cada parte, subdividiendo y clasificando, y así
sucesivamente hasta que las partes constituyentes sean indivisibles, obteniendo como resultado un
árbol como el siguiente, donde los nodos terminales representan a las palabras que constituyen la
oración, y los nodos intermedios y la raíz representan las reglas de reescritura especificadas en la
gramática:
4
b) El enfoque de dependencias consiste en el establecimiento de la relación entre pares de palabras,
una de ellas tiene el rol de rectora y la otra el rol de dependiente o subordinada. Si cada palabra
de una oración tiene una palabra rectora, toda la oración se puede ver como una estructura
jerárquica, el árbol de dependencias, donde la única palabra que no tiene rectora es la raíz del
árbol, tal y como se muestra a continuación:
3. Nivel Semántico: se estudia el significado de las oraciones, representándolo de manera formal.
El objetivo del análisis semántico es determinar el significado de las oraciones y representarlo de manera
formal. Existen varias formas de representación formal semántica de las oraciones, tales como las
siguientes:

Lógica de primer orden

Redes semánticas
La clave es cómo hacer la transformación de un árbol sintáctico a una red semántica. Este problema todavía
no tiene una solución general.
Las redes semánticas han sido ampliamente utilizadas en la inteligencia artificial como mecanismo de
representación de conocimiento, por lo que existe una gran diversidad de técnicas. Los elementos comunes
en la mayoría de los esquemas de redes semánticas son las estructuras de datos en nodos, que representan
conceptos, unidas por arcos que representan las relaciones entre conceptos; y un conjunto de
procedimientos de inferencia que operan sobre las estructuras de datos.
Se pueden distinguir tres categorías de redes semánticas: redes IS-A; redes de marcos; y grafos
conceptuales.
4. Nivel Pragmático: se estudia cómo el contexto afecta a la interpretación de las oraciones.
Ésta es la cadena de análisis ideal con los cuatro niveles, que sin embargo no se corresponde con la realidad,
dado que la mayoría de los sistemas no van más allá del análisis sintáctico.
5
1.3 Análisis empresarial
Los resultados del ámbito del procesamiento de lenguaje natural han mejorado sustancialmente en los
últimos años, apareciendo nuevas aplicaciones de la comunicación y entendimiento humano-máquinahumano a través del lenguaje natural, tales como síntesis de discursos, comprensión del lenguaje, respuesta
automática a preguntas, traducción automática, etc.
El procesamiento de lenguaje natural tiene mucha importancia en las empresas, ya que permite realizar,
entre otras, las siguientes cuestiones:

Análisis de Opinión: El procesamiento de lenguaje natural aporta soluciones para conocer de manera
automática qué están opinando los usuarios acerca de los productos y servicios de la empresa, de
sus competidores, o analizar las tendencias del mercado y las nuevas necesidades que surgen.

Detección de Plagio: En los últimos años se está incrementando el número de casos de plagio,
entendido como la incorporación en un documento de fragmentos de texto escritos por otra persona
sin darle el crédito adecuado. El procesamiento de lenguaje natural ayuda en la detección
automática de plagio.

Sistemas de Recomendación “Social”: El procesamiento de lenguaje natural puede extraer los datos
más significativos de nuestro usuario a partir de su información en las redes sociales, con el objetivo
de construir su perfil para mejorar las recomendaciones realizadas por el sistema.

Etiquetado semántico: El procesamiento de lenguaje natural puede hacer una aproximación
automática al etiquetado de contenidos en páginas web.

Búsqueda documental: El procesamiento de lenguaje natural permite organizar y acceder a toda la
documentación, obviando los errores ortográficos, los acrónimos o los sinónimos, permitiendo una
recuperación de información adecuada.

Georreferenciación automática de contenidos: El procesamiento de lenguaje natural permite
georreferenciar automáticamente contenidos textuales de diversas fuentes (p. ej. farmacias de
guardia, a partir de las páginas web que publican esta información).
6
Durante los últimos años se han constituido más de 200 empresas que desarrollan tecnología relacionada
con el procesamiento de lenguaje natural, incrementándose los campos empresariales donde se optimizan
los procesos con su aplicación.
Número de empresas creadas con tecnología relacionada con el procesamiento de lenguaje natural
30
25
20
15
10
5
0
2006
2007
2008
2009
2010
2011
2012
2013
Fuente: LoginFin
Los años 2011 y 2012 han sido los de máximo apogeo con 25 empresas nuevas en este último año, y el 2013
ha experimentado una reducción en la creación de nuevas empresas. Se puede observar que el sector no se
encuentra en un momento de apertura de nuevas empresas, sino de potenciación de las empresas
constituidas, potenciando su atractivo a los inversores para promover la captación de financiación que
permita la senda de crecimiento.
7
El espectro de sectores donde se aplica el procesamiento de lenguaje natural es muy amplio. A continuación
se muestra la distribución del número de empresas por sector:
Distribución sectorial de las empresas de procesamiento de lenguaje natural
50
45
40
35
30
25
20
15
10
5
Software
Analytics
Web
Enterprise
Search
Advertising
News
Social
Mobile
E-commerce
Others
Music
Messaging
Legal
Travel
Health
Hospitality
Consulting
Security
Medical
Education
Biotech
Hardware
Automotive
Games Video
Public Relations
Manufacturing
0
Fuente: LoginFin
Los sectores donde más se aplica son programas de software, analítica y web.
Uno de los ámbitos donde el procesamiento de lenguaje natural se ha enfocado en mayor medida es la
optimización de la comprensión del contenido, y las comunicaciones generadas con los clientes. Cabe
destacar a la empresa Clarabridge, fundada en el año 2005 y con sede en Reston (USA), que ofrece un
software para la gestión de la experiencia del cliente, y obtuvo 80 millones de $ en su última ronda de
financiación.
La diversidad de aplicaciones del procesamiento de lenguaje natural está llegando a disciplinas muy
variadas. A modo de ejemplo, el sector de la música cuenta con 4 empresas, de las cuales 3 son de origen
europeo. Una de ellas es la empresa británica Soundout, que ha desarrollado una herramienta para
investigación de mercado y de análisis para detectar nueva música para los profesionales del sector. Esta
empresa recibió 2 millones de € de inversión en al año 2011. Otro sector atípico es el legal, donde se ha
desarrollado tecnología de procesamiento de lenguaje natural para encontrar los abogados adecuados como
Lexpertia, o para la gestión de patentes como Lexmachina.
En cuanto al interés de los inversores en empresas con tecnología relacionada con el procesamiento de
lenguaje natural, el venture capital se ha dado cuenta de la oportunidad que presenta este ámbito, y está
intensificando sus inversiones en las mismas.
8
Evolución de las operaciones de inversión
80
70
60
50
40
30
20
10
0
2006
2007
2008
2009
2010
2011
2012
2013
2014
Fuente: LoginFin
Desde el año 2011 está creciendo el número de rondas de inversión en empresas del ámbito de
procesamiento de lenguaje natural. El año 2013 ha sido el punto álgido con 71 operaciones, y el año 2014
continúa con unos niveles muy elevados.
Esta inversión está permitiendo el desarrollo de tecnología y productos, de manera que permita la
penetración de esta tecnología en los mercados durante los próximos años.
En cuanto a las empresas que han convencido un mayor número de veces a los inversores se encuentran las
siguientes 3 empresas: Netbase Solutions, Narrative Science, y Hakia. Cada una de ellas ha realizado 6
rondas de inversión.
Netbase Solutions recibió la primera ronda de venture capital en el año 2005, y durante julio de 2014 ha
recibido la última, siendo una de las empresas más destacadas en la aplicación del procesamiento de
lenguaje natural para mejorar la relación con el cliente.
9
Ranking de empresas más activas en cuanto a rondas de financiación
Empresa
Nº de rondas
NetBase Solutions
6
Narrative Sciencie
6
Hakia
6
Janzz
5
LexMachina
5
Fuente: LoginFin
En este ámbito existen 6 empresas que han superado los 40 millones de $ de inversión acumulada, entre las
que se encuentran Clarabridge y Netbase Solutions.
Durante el año 2014 se han disparado las adquisiciones en empresas de procesamiento de lenguaje natural,
tras varios años en las que apenas había habido operaciones de este tipo en el sector.
Adquisiciones por empresa
25
20
15
10
5
0
2007
2008
2009
2010
2011
2012
2013
2014
Fuente: LoginFin
Tras varios años en los que las adquisiciones en el sector habían bajado considerablemente (de 12 en el año
2010 hasta 1 en el 2013), se ha producido una reactivación durante el año 2014, donde el sector más activo
ha sido el publicitario (por ejemplo la compra de Gravity por AOL, por 90 millones de $).
10
1.4 Principales agentes
1.4.1
Red Temática en Tecnologías del Habla
La Red Temática en Tecnologías del Habla se creó en el año 2001, con el propósito de agrupar a todos los
agentes en el ámbito español relacionados con las Tecnologías del Habla.
Se trata de un foro común donde los investigadores en Tecnología del Habla pueden aunar esfuerzos y
compartir experiencias, con el fin de:

Fomentar la investigación en Tecnologías del Habla, atrayendo a nuevos jóvenes investigadores a
este campo, a través de las siguientes actividades:

Ampliación del Centro Investigador y Docente virtual con nuevos recursos (material docente,
herramientas software y bases de datos), orientados a facilitar la incorporación de nuevos
investigadores en este campo.

Generación de material bibliográfico de apoyo.

Facilitar el intercambio de estudiantes de doctorado entre diferentes centros de
investigación mediante la concesión de becas.

Definir ayudas para la asistencia a cursos organizados por algunos de los centros de
investigación, o la asistencia a congresos internacionales de reconocido prestigio donde los
estudiantes pueden publicar sus trabajos de investigación.

Organizar premios para los mejores trabajos de investigación y tesis doctorales realizados
en Tecnologías del Habla.

Atraer inversiones para investigación de las empresas hacia las Tecnologías del Habla, mediante la
búsqueda de nuevas aplicaciones que ofrezcan nuevas posibilidades de negocio, a través de las
siguientes actividades:

Financiación para la realización de prototipos y demostraciones que permitan mostrar a las
empresas estas nuevas aplicaciones y el potencial de investigación en Tecnologías del Habla.

Foros de debate en los que intervengan investigadores y directivos de las empresas
interesadas.

Avanzar en la creación de lazos de colaboración e integración de los miembros de la Red para
mantener el liderazgo de España en la investigación del Castellano, y potenciar también los idiomas
co-oficiales como el Catalán, Euskera y Gallego, a través de las siguientes actividades:

Organización de las Jornadas Nacionales en Tecnologías del Habla, siendo un punto de
encuentro en el que los investigadores comparten los resultados de la investigación,
potenciando el networking y las líneas de trabajo conjunto.

Creación de consorcios multidisciplinares para la solicitud de proyectos tanto nacionales
como europeos, mediante la creación de sesiones concretas dentro de las Jornadas en
Tecnologías del Habla.
11

Promover la movilidad de recursos humanos, y el desarrollo y la difusión de recursos
materiales de interés común entre los miembros de la red.

Mejorar la coordinación entre las infraestructuras científico-tecnológicas y las necesidades
del mercado relacionado con las Tecnologías del Habla, evitando esfuerzos redundantes.

Facilitar las relaciones con otras "redes temáticas“, y sociedades que existen en otros
países.
12
1.4.2
Sociedad Española para el Procesamiento del Lenguaje Natural
Asociación científica sin ánimo de lucro, formada por socios numerarios e instituciones, creada en el año
1984, con el objeto de promover y difundir todo tipo de actividades referentes a la enseñanza, investigación
y desarrollo en el ámbito del procesamiento del lenguaje natural, tanto a nivel nacional como internacional.
Los objetivos de la Sociedad son:

Establecer canales de intercambio de información y materiales científicos.

Organización de seminarios, simposios y conferencias.

Promoción de publicaciones.

Colaboración con otras instituciones relacionadas con su campo de actuación.
Entre las actividades más destacadas figuran las siguientes:

Celebración de un Congreso anual que sirve de punto de encuentro para los distintos grupos de
investigación que trabajan en el área del procesamiento del lenguaje natural.

Edición de una revista con garantiza unos criterios estables de calidad y periodicidad.

Página web con información sobre el procesamiento del lenguaje natural.

Información de actualidad y espacio de discusión para los socios.
La revista "Procesamiento del Lenguaje Natural" es un foro de publicación de artículos científico-técnicos
en el ámbito, tanto para la comunidad científica nacional e internacional como para las empresas del sector,
que permite presentar nuevos trabajos, comunicar resultados, discutir problemas y obstáculos encontrados
durante su trayectoria investigadora.
Además, se quiere potenciar el desarrollo de las diferentes áreas relacionadas con el procesamiento de
lenguaje natural, mejorar la divulgación de las investigaciones que se llevan a cabo, identificar las futuras
directrices de la investigación básica y mostrar las posibilidades reales de aplicación en este campo.
Anualmente la SEPLN (Sociedad Española para el Procesamiento del Lenguaje Natural) publica dos números
de la revista, que incluyen artículos originales, presentaciones de proyectos en marcha, reseñas
bibliográficas y resúmenes de tesis doctorales.
Esta revista se distribuye gratuitamente a todos los socios, y con el fin de conseguir una mayor expansión y
facilitar el acceso a la publicación, su contenido es libremente accesible por Internet.
La Revista cuenta con el sello de calidad de la Fundación Española para Ciencia y Tecnología (FECyT), el
cual la certifica como revista de excelencia, y por lo tanto, incluida en el Repositorio de Revistas Científicas
españolas (RECyT, Repositorio Español de Ciencia y Tecnología).
13
Las áreas temáticas tratadas son las siguientes:

Modelos lingüísticos, matemáticos y psicolingüísticos del lenguaje.

Lingüística de corpus.

Desarrollo de recursos y herramientas lingüísticas.

Gramáticas y formalismos para el análisis morfológico y sintáctico.

Semántica, pragmática y discurso.

Lexicografía y terminología computacional

Resolución de la ambigüedad léxica.

Aprendizaje automático en Procesamiento del Lenguaje Natural.

Generación textual monolingüe y multilingüe.

Traducción automática.

Reconocimiento y síntesis del habla.

Extracción y recuperación de información monolingüe, multilingüe y multimodal.

Sistemas de búsqueda de respuestas.

Análisis automático del contenido textual.

Resumen automático.

Procesamiento del Lenguaje Natural para la generación de recursos educativos.

Procesamiento del Lenguaje Natural para lenguas con recursos limitados.

Aplicaciones industriales del Procesamiento del Lenguaje Natural.

Sistemas de diálogo.

Análisis de sentimientos y opiniones.

Minería de texto.

Evaluación de sistemas de Procesamiento del Lenguaje Natural.

Implicación textual y paráfrasis.
14
A continuación se exponen algunos de los proyectos publicados en la revista:

Tratamiento inteligente de la información para ayuda a la toma de decisiones
Proyecto emergente centrado en el tratamiento inteligente de información procedente de diversas
fuentes, tales como micro-blogs, blogs, foros, portales especializados, etc. La finalidad es generar
conocimiento a partir de la información semántica recuperada. Como resultado se podrán
determinar las necesidades de los usuarios o mejorar la reputación de diferentes organizaciones.

Proyecto FIRST (Flexible Interactive Reading Support Tool): Desarrollo de una herramienta para
ayudar a personas con autismo mediante la simplificación de textos
El Trastorno de Espectro Autista (TEA) es un trastorno que impide el correcto desarrollo de funciones
cognitivas, habilidades sociales y comunicativas en las personas. Un porcentaje significativo de
personas con autismo presentan además dificultades en la comprensión lectora. El proyecto europeo
FIRST está orientado a desarrollar una herramienta multilingüe, llamada Open Book, que utiliza
Tecnologías del Lenguaje Humano para identificar obstáculos que dificultan la comprensión lectora
de un documento. La herramienta ayuda a cuidadores y personas con autismo, transformando
documentos escritos a un formato más sencillo, mediante la eliminación de dichos obstáculos
identificados en el texto.

Open Idea: Plataforma inteligente para gestión de ideas innovadoras
La finalidad del proyecto OPEN IDEA es el desarrollo de una herramienta que permita gestionar de
manera eficiente las ideas innovadoras dentro de una organización, mediante el uso de tecnologías
semánticas y del procesamiento del lenguaje natural. El objetivo central del sistema es fomentar el
concepto de innovación abierta facilitando, durante todo el proceso de gestión de ideas, la
interacción entre usuarios de la organización con las ideas innovadoras aportadas.

ATTOS: Análisis de Tendencias y Temáticas a través de Opiniones y Sentimientos
El proyecto ATTOS centra su actividad en el estudio y desarrollo de técnicas de análisis de opiniones,
enfocado a proporcionar toda la información necesaria para que una empresa o una institución
puedan tomar decisiones estratégicas en función a la imagen que la sociedad tiene sobre esa
empresa, producto o servicio.
El objetivo último del proyecto es la interpretación automática de estas opiniones, posibilitando así
su posterior explotación. Para ello se estudian parámetros tales como la intensidad de la opinión,
ubicación geográfica y perfil de usuario, entre otros factores, para facilitar la toma de decisiones.
El objetivo general del proyecto se centra en el estudio, desarrollo y experimentación de técnicas,
recursos y sistemas basados en Tecnologías del Lenguaje Humano (TLH), para conformar una
plataforma de monitorización de la Web 2.0 que genere información sobre tendencias de opinión
relacionadas con un tema.
15

Proyecto NewsReader
El proyecto europeo NewsReader desarrolla tecnología avanzada para procesar flujos continuos de
noticias diarias en 4 idiomas, extrayendo lo que pasó, cuándo, dónde y quién estuvo involucrado.
NewsReader lee grandes cantidades de noticias procedentes de miles de fuentes. Se comparan los
resultados a través de las fuentes para complementar la información y determinar en qué están de
acuerdo.
Además, se fusionan noticias actuales con noticias previas, creando una historia a largo plazo en
lugar de eventos separados.
El resultado se acumula a lo largo del tiempo, produciendo una inmensa base de conocimiento que
puede ser visualizada usando nuevas técnicas que permiten un acceso a la información más
exhaustivo.

Análisis Semántico de la Opinión de los Ciudadanos en Redes Sociales en la Ciudad del Futuro
Sistema automático de almacenamiento, análisis y visualización de información semántica extraída
de mensajes de Twitter, diseñado para proporcionar a las administraciones públicas una herramienta
para analizar de una manera sencilla y rápida los patrones de comportamiento de los ciudadanos,
su opinión acerca de los servicios públicos, la percepción de la ciudad, los eventos de interés, etc.
Además, puede usarse como sistema de alerta temprana, mejorando la rapidez de actuación de los
servicios de emergencia.

TrendMiner: Large-scale Cross-lingual Trend Mining Summarization of Realtime Media Streams
El reciente crecimiento masivo de medios on-line y el incremento de los contenidos generados por
los usuarios (por ejemplo, weblogs, Twitter, Facebook), plantea retos en el acceso e interpretación
de datos multilingües de manera eficiente, rápida y asequible.
El objetivo del proyecto TredMiner es desarrollar métodos innovadores, portables, de código abierto
y que funcionen en tiempo real para generación de resúmenes y minería cross-lingüe de medios
sociales a gran escala.
Los resultados se están validando en tres casos de uso: soporte a la decisión en el dominio financiero
(con analistas, empresarios, reguladores y economistas), monitorización y análisis político (con
periodistas, economistas y políticos), y monitorización de medios sociales sobre salud con el fin de
detectar información sobre efectos adversos a medicamentos.
16

Utilización de las Tecnologías del Habla y de los Mundos Virtuales para el Desarrollo de Aplicaciones
Educativas
Los continuos avances en el desarrollo de tecnologías de la información han dado lugar actualmente
a la posibilidad de acceder a contenidos educativos en la red desde prácticamente cualquier lugar,
cualquier momento y de forma casi instantánea.
Sin embargo, la accesibilidad no suele considerarse como criterio principal en el diseño de
aplicaciones educativas, especialmente para facilitar su utilización por parte de personas con
discapacidad.
Diferentes tecnologías han surgido recientemente para fomentar la accesibilidad a las nuevas
tecnologías y dispositivos móviles, favoreciendo una comunicación más natural con los sistemas
educativos.
Se trata de un Proyecto de Innovación Docente en el que se propone el uso innovador de los Sistemas
Multiagente, los Sistemas de Diálogo y los Mundos Virtuales para el desarrollo de una plataforma
educativa.
17
1.4.3
Grupos de investigación
Además de entidades aglutinadoras de conocimiento, tales como la Red Temática en Tecnologías del Habla
y la Sociedad Española para el Procesamiento del Lenguaje Natural, cabe destacar los principales grupos de
investigación en este campo a nivel nacional, que trabajan actualmente en tratamiento del habla, en
cualquiera de las áreas de Procesado de Habla-Voz, Procesamiento del Lenguaje Natural, Diálogo,
Lingüística y Psicología Cognitiva y Psicolingüística.
La investigación en traducción automática es muy activa, tanto por el número de grupos que se dedican a
este tema como por la actividad en cuanto a congresos, talleres y asociaciones específicas sobre el mismo.
La Unión Europea mantiene un sistema de financiación de nuevos proyectos relacionados con las tecnologías
del lenguaje, y en particular con la traducción automática, que ha permitido que universidades y empresas
compartan sus conocimientos y combinen sus intereses académicos y comerciales, para desarrollar y
comercializar nuevos productos de traducción automática.
A continuación se presentan gráficamente los principales grupos de investigación a nivel nacional en el
ámbito del procesamiento de lenguaje natural:
Grupos de investigación a nivel nacional en el ámbito del procesamiento de lenguaje natural

PR & Speech Technologies. Universidad del País Vasco

CLiC, Centre de llenguatge i Computació. Universidad de Barcelona

Grupo de Tratamiento del Habla AhoLab. Universidad del

Centre de Tecnologies i Aplicacions del Llenguatge i la Parla (TALP)
País Vasco/ Euskal Herriko Unibertsitatea
Universitat Politècnica de Catalunya



Dpto. de Física Aplicada Universidad de
Grupo IXA. Universidad del País Vasco
Grupo de Investigación en Procesamiento Digital de la Señal
(GPDS). Enginyeria i Arquitectura La Salle. Universitat Ramon Llull
Santiago

Grupo SPPB. Universidad de Barcelona

Grupo de Tratamiento de Señal. Escola Universitària Politècnica de
Mataró

Grupo de Teoría de la Señal. Universidad
de Vigo


Seminario de Lingüística Informática.
Grupo de Tecnologías de las Comunicaciones. Universidad
de Zaragoza
Universidad de Vigo

Aprendizaje Computacional, Reconocimiento Automático y Traducción
Automática. Universidad Jaume I

Grupo ECA-SIMM. Universidad de Valladolid

Grupo de Aplicaciones del Procesado de Señales:

Grupo de Percepción del Habla.

Grupo PRHLT (Pattern Recognition and Human Language Technology Group. Grupo
de Reconocimiento de Formas y Tecnología del Lenguaje de la Universitat Politècnica
Área Procesamiento del Lenguaje Natural.
de València).
Universidad Politécnica de Madrid.


Grupo de Procesado de Voz y Señales
(subgrupo del grupo de investigación de Programación Lógica e Ingeniería del
Biomédicas- Universidad Politécnica de Madrid.

Software).
Grupo de Procesamiento de Lenguaje Natural de

la UNED.

Grupo de Procesamiento del Lenguaje Natural. Universidad Politécnica de Valencia.
Grupo Reconocimiento de Formas e Inteligencia Artificial. Subárea Diálogo.
Universidad Politécnica de Valencia.
Grupo SINTONIA: Área Habla-Voz. Universidad

Grupo de Procesamiento del Lenguaje y Sistemas de Información. Universidad de Alicante.
Carlos III de Madrid.


Grupo de Tecnología del Habla, Dpto. Ingeniería
Grupo de Investigación: Señales, Telemática y Comunicaciones
Electrónica, Universidad Politécnica de Madrid

Telefónica I+D, División de Tecnología del Habla.

Tecnologías del Habla y Procesado Multimedia.


Universidad Carlos III de Madrid.

Unidad de Psicolingüística Aplicada. Universidad

Complutense de Madrid.
Grupo de Neurociencia Cognitiva de
Lenguaje. Universidad de La Laguna
Grupo SINAI. Universidad de Jaén
Grupo de Modelización y Simulación en
Psicología. Universidad de Málaga

Grupo ITALICA. Universidad de Sevilla.

Grupo Julietta. Universidad de Sevilla.

IBM Voice Technology Development -Spain Group

Grupo de Estructuras de Datos y
Lingüística Computacional. Universidad
de Las Palmas de Gran Canaria.
Fuente: Elaboración propia basada en el Libro Blanco de las Tecnologías del Habla
18
A continuación se detalla para cada uno de los grupos de investigación, una breve descripción de sus líneas
de interés, objetivos, metodologías y logros obtenidos durante los últimos años:
Aprendizaje Computacional, Reconocimiento Automático y Traducción Automática. Universidad Jaume I





Líneas de interés
Objetivos
Traducción automática
Métodos basados en
corpora
Aplicación de lenguaje
natural
Traducción voz a voz
Modelado de lenguaje
Desarrollo de sistemas de
traducción
automática
aplicables a tareas reales de
dominio restringido
Metodologías





Modelos de estados
finitos
Transductores formales
Traductores estadísticos
Modelos conexionistas
Técnicas de
categorización de
palabras
Logros obtenidos
Aprendizaje automático de
traductores para tareas con
entrada y salida de texto y
vocabularios cercanos a las
1.000 palabras
CLiC, Centre de llenguatge i Computació. Universidad de Barcelona
Líneas de interés
Procesamiento
Natural
de
Lenguaje
Objetivos
Metodologías
Desarrollo de recursos y
aplicaciones de Ingeniería
lingüística
Parsing,
extracción
de
información a partir de corpus
Logros obtenidos








Un analizador
morfológico del español
con una cobertura de
1.300.000 formas
Un analizador
morfológico del catalán
con la misma cobertura.
Desambiguador
automático (tagger)
Analizador sintáctico
superficial (chunker) del
español y catalán
Una red léxico-semántica
multilingüe españolcatalán-inglés
(EuroWordNet)
Una gramática de
nombres de entidad
orientada a la extracción
de información
Extractor de lexías
Léxicos bilingües españolinglés y español-catalán
19
Centre de Tecnologies i Aplicacions del Llenguatge i la Parla (TALP) Universitat Politècnica de Catalunya
Líneas de interés















Reconocimiento del habla
robusto y multilingüe
Conversión de texto a voz
multilingüe
Verificación /
reconocimiento del
idioma y del locutor
Analizadores básicos para
el lenguaje
Creación de bases de
datos lingüísticas,
textuales y orales
Detección de
temas/dominios
Sistemas de preguntarespuesta
Interacción dialogada
persona-máquina
Extracción y recuperación
de información
Adquisición de
conocimiento (léxico) a
gran escala
Construcción de
ontologías lingüísticas
Traducción automática
habla-habla
Interfaces multimodales
Sistemas de acceso al
mundo informático para
disminuidos físicos y
sensoriales
Acceso oral a sistemas de
información
Objetivos
Metodologías
El ámbito tecnológico del Centro
es el del tratamiento automático
del lenguaje natural, tanto en la
modalidad oral como en la
escrita, con el objetivo de
ayudar a superar las barreras
lingüísticas
y
mejorar
la
accesibilidad de los sistemas de
información
El TALP lleva a cabo proyectos
de investigación básica y
aplicada
financiados
por
instituciones
públicas
y
empresas,
y
fomenta
la
transferencia de tecnología
Logros obtenidos










Sistema de reconocimiento
de vocabulario flexible
sobre línea telefónica:
IBERVOX
Sistema de conversión
texto-voz: UPCTTS
Sistema de mensajería
unificada con interacción
oral: MailAccessPlus
Analizador morfológico:
MACO+
Desambiguadores
morfosintácticos: RELAX,
TREETAGGER
Analizador de corpus
etiquetados y
desambiguados: TACAT
parser
Herramienta de asignación
de acepciones de
diccionario a un texto
lematizado: SENSE TAGGER
Programas de
aprendizaje/test para el
reconocimiento del habla:
RAMSES
Sistemas de acceso oral por
teléfono a servicios de
información:
meteorológica, estado de
carreteras
Bases de datos multilingües
para al tratamiento del
habla
Dpto. de Física Aplicada. Universidad de Santiago
Líneas de interés





Acústica fonética
Percepción de habla
Relaciones articulatoriasacústicas-auditivas
Estudio de procesos de
integración temporal
Desarrollo de corpus para
la evaluación de la
calidad acústica de aulas
Objetivos
Metodologías
Perspectivas
Determinar cómo se relacionan
los procesos articulatorios con
sus consecuencias acústicas, y
como
estas
características
acústicas son usadas por el
sistema
auditivo
para
la
determinación de las diferentes
categorías
fonéticas,
con
especial énfasis en los procesos
de integración que contribuyen a
realzar la inteligibilidad de la
señal sin recurrir a los procesos
de alto nivel
Diferentes estrategias para la
caracterización acústica de los
fonemas, teniendo en cuenta
información
tanto de los
segmentos propios de los
fonemas como de segmentos
adyacentes
En los últimos años han
estudiado de forma exhaustiva
las relaciones entre los tres
niveles del habla en consonantes
fricativas castellanas y gallegas
20
Grupo de Aplicaciones del Procesado de Señales: Área Procesamiento del Lenguaje Natural. Universidad
Politécnica de Madrid.
Líneas de interés








Modelado Estadístico del
Lenguaje y Gramáticas
para sistemas de
Reconocimiento de
Lenguaje Natural
Análisis semántico
robusto
Realización de estándares
de codificación de voz
Modelado prosódico para
sistemas de conversión
Texto-Voz
Aplicación de modelos
estadísticos del lenguaje
y modelos prosódicos al
reconocimiento de
locutores
Sistemas de Gestión de
Diálogo para su aplicación
sobre Sistemas
Conversacionales
Integración Tecnológica
para el desarrollo de
Interfaces Multimodales
Metodología de
evaluación de Sistemas
de Diálogo
Objetivos






Generación de Modelos
Estadísticos de Lenguaje
para aplicaciones y
dominios restringidos
Estudio de posibilidades del
empleo de esquemas
combinados basados en
Modelos Estadísticos y
Gramáticas en aplicaciones
de reconocimiento de habla
Definición de modelos de
análisis semántico simples y
robustos para aplicaciones
del reconocimiento de
habla en dominios
restringidos
Optimización de algoritmos
de codificación de voz para
su portado a DSPs
Desarrollo de algoritmos
automáticos de modelado
de la información prosódica
para habla espontánea
Definición de protocolos de
medida de la calidad
ofrecida por los Sistemas de
Diálogo en función de las
prestaciones de sus
módulos integrantes
Metodologías







Definición de una
metodología de generación
de datos para estima de
probabilidades de modelos
de lenguaje estadísticos en
aplicaciones de diálogo
sobre dominios restringidos
Desarrollo de técnicas de
combinación de modelos de
lenguaje estadísticos
generales y específicos
adaptados a tareas y
dominios específicos
Estudio de posibilidades del
uso de esquemas
combinados Modelos
Estadísticos y Gramáticas
para el Reconocimiento de
Habla en aplicaciones de
diálogo
Diseño de técnicas de
definición conjunta de
información para
generación de modelos de
lenguaje y redes
semánticas en aplicaciones
de dialogo en dominios
restringidos
Propuesta de técnicas de
modelado prosódico a
partir de datos y con
consideración conjunta de
la duración y la frecuencia
fundamental
Desarrollo de modelos de
Gestión de Diálogo con
capacidad de integración
sobre estándares tipo
VoiceXML
Definición de esquemas de
anotación XML para
evaluación de sistemas de
diálogo
Logros obtenidos





Herramientas de
generación y evaluación de
Modelos de Lenguaje para
el Reconocedor de Habla
Natural de Telefónica I+D
Metodología de diseño y
generación de reglas para
análisis semántico basado
en búsqueda de conceptos
clave
Resultados de modelado
prosódico han sido
transferidos al conversor
texto-voz en español, que
incorpora la tecnológica de
base del centro de I+D
CNET de France Telecom, y
ha sido desarrollado por la
empresa francesa ELAN
Informatique
Sistema de Gestión de
Diálogo ha sido transferido
a la empresa Telefónica I+D
y constituye el núcleo
actual del sistema ÁGORA
de generación de servicios
multilingües avanzados de
Telefónica
Evaluación del sistema de
diálogo de lectura de
correo electrónico
desarrollado dentro del
proyecto Europeo EMATTER
21
Grupo ECA-SIMM. Universidad de Valladolid
Líneas de interés







Sistemas de diálogo,
especialmente basados en
plataformas abiertas
Conversión texto-voz
Reconocimiento automático
de habla
Identificación biométrica
Interfaces vocales y
multimodales
Integración del habla en
entornos virtuales
Aplicación de técnicas de
PLN en mejora de
reconocedores y
sintetizadores
Objetivos







Metodologías
Mejora de la naturalidad en
sistemas de conversión
texto-voz
Modelado prosódico basado
en hábeas
Metodologías de
construcción de
reconocedores de voz para
el castellano
Mejora de los sistemas de
identificación biométrica
basados en habla
Integración de sistemas de
diálogo hablado en
entornos web y de realidad
virtual
Integración de modos de
interacción vocales y
tradicionales en
computación
Uso de componentes
morfosintácticos en ayuda a
la comprensión de texto
escrito para su aplicación
en tecnologías del habla





Logros obtenidos
Técnicas estadísticas de
modelado prosódico
Modelos ocultos de Markov
Árboles de decisión
Sistemas conexionistas
aplicados a reconocimiento
Técnicas simbólicas de PLN






Sistemas de reconocimiento
de palabras conectadas de
vocabulario reducido
Conversor texto voz por
concatenación de unidades
basado en MBROLA
Conversor texto voz basado
en formantes
Plataforma de ejecución de
sistemas de diálogo basados
en VoiceXML, clienteservidor
Prototipos de navegación
vocal de contenidos Web
(prensa digital y sitios
departamentales)
Entorno experimental de
reactividad en realidad
virtual Europeo E-MATTER
Grupo de Estructuras de Datos y Lingüística Computacional. Universidad de Las Palmas de Gran Canaria.
Líneas de interés











Evaluación de las
posibilidades presentadas
por diversas estructuras de
datos multidimensionales
en el campo de las
búsquedas asociativas
Estructuras y esquemas de
búsqueda para el
almacenamiento y
recuperación de cadenas de
caracteres mediante
distancias evaluadoras de
su similitud
Herramientas de ayuda a la
elaboración de documentos
Análisis de textos
Tratamiento de información
textual
Recuperación de
información
Morfología del español
Desambiguación funcional
Sintaxis del Español
Lingüística computacional
Procesamiento de lenguaje
natural
Objetivos
Procesamiento del
natural. Español
Metodologías
lenguaje
Desarrollo
de
herramientas
motores
Logros obtenidos
y





Generación automática de
respuestas en análisis
morfológico.
Relaciones Morfoléxicas
Desambiguación funcional
Estación de trabajo
lexicológica orientada a
Internet
Gestión integrada de un
diccionario de sinónimos.
Herramienta para el
manejo de diccionarios
ideológicos
22
Grupo de Investigación en Procesamiento Digital de la Señal (GPDS). Enginyeria i Arquitectura La Salle.
Universitat Ramon Llull
Líneas de interés

Filtrado adaptativo en
cancelación de ruido,
comunicaciones digitales,
procesamiento en array,
síntesis musical.
Síntesis del habla por
selección de unidades,
modelado acústico de la
expresión emocional,
sistemas audiovisuales de
ayuda a discapacitados
Interpretación automática
de escenas estáticas o en
movimiento, navegación
autónoma de robots,
análisis médico automático,
control visual de calidad y
de procesos


Objetivos



Integración de las
diferentes áreas de
conocimiento con el fin de
afrontar los nuevos retos
del procesado multimodal
relacionados con la
Sociedad de la Información
Ampliar la participación en
proyectos nacionales e
internacionales mediante la
ampliación de relaciones
con grupos de investigación
y empresas españoles y
europeos
Convertir los resultados de
la investigación en
tecnologías del habla y
visión artificial en
desarrollos de potencial
interés para el mercado
Metodologías



Aprendizaje artificial
Procesamiento multimodal
Procesamiento en tiempo
real basado en DSP
Logros obtenidos





Aumento importante en la
financiación pública y
privada para proyectos de
I+D
Importante Participación en
los últimos congresos
internacionales en el
ámbito del tratamiento del
habla y de la imagen
Publicación de artículos en
revistas nacionales e
internacionales
Organización del congreso
URSI 2004
5 tesis doctorales
presentadas en los 3
últimos años y 2 diplomas
de estudios avanzados
(DEA) conseguidos en el
último años
Grupo de Investigación: Señales, Telemática y Comunicaciones
Líneas de interés

Reconocimiento de voz en
entornos ruidosos
Reconocimiento distribuido
de voz
Codificación y transmisión
de señales de voz
Implantes cocleares
Transmisión de audio y
vídeo en Internet
Aplicaciones Telemáticas y
Redes
Sistemas de detección y
respuesta ante intrusión
(IDRS)






Objetivos
Metodologías
Logros obtenidos
Actualmente el grupo trabaja
principalmente en el desarrollo
de sistemas de reconocimiento
distribuido de voz a dos niveles:
Ecualización de histogramas,
filtrado de Wiener, estimación
MMSE,
interpolación
de
características,
codificación
conjunta canal-fuente
Se ha conseguido mejorar el
rendimiento
del
"advanced
front-end" del estándar ETSI
para reconocimiento distribuido
mediante técnicas de reducción
de ruido más ecualización de
características
•

Robustecimiento frente a
entornos acústicos adversos
Robustecimiento frente a
canales de transmisión
degradados y diseño del
codificador
Se ha conseguido minimizar el
efecto de los errores del canal
de transmisión sobre un sistema
de reconocimiento distribuido
mediante técnicas de estimación
MMSE tanto en entornos móviles
como para IP
Grupo ITALICA. Universidad de Sevilla
Líneas de interés





Métodos Estadísticos en el
Procesamiento de
Lenguaje Natural
Extracción de Información
Recuperación de
Información
Reconocimiento de
Entidades con Nombre
Clasificación de
Documentos
Objetivos


Procesamiento de textos
escritos aplicando técnicas
estadísticas
Aplicación de dichas
técnicas a distintos
problemas (etiquetado,
clasificación, extracción de
información)
Metodologías



Trabajo basado en corpus.
Identificación y selección
de características
Aplicación de algoritmos de
aprendizaje automático
Logros obtenidos
La actividad de los miembros del
grupo en esta área es reciente y
aún no se han obtenido logros
significativos
Como resultados son reseñables
los obtenidos por miembros del
grupo en el estudio de
formalismos gramaticales para
el procesamiento del lenguaje
natural (TAG)
23
Grupo IXA. Universidad del País Vasco
Líneas de interés








Corrección de textos
basado en conocimiento
lingüístico: Corrección
morfológica, corrección de
estilo y gramatical
Tratamiento de la sintaxis
para el euskera
Herramientas de búsqueda
y extracción de la
información
Tratamiento de corpus
Representación de la
información diccionarial
monolingüe y multilingüe
Integración de
herramientas heterogéneas
Sistemas de ayuda a la
traducción
Sistemas de ayuda al
aprendizaje de lenguas
Objetivos
Metodologías

El trabajo del grupo IXA se ha
estructurado en
torno
al
tratamiento de la morfología,
sintaxis, léxico y semántica para
el euskara. En cada uno de estos
aspectos las actividades del
grupo se desarrollan en los
siguientes campos:
•
•





Investigación
Creación de recursos
Diseño de herramientas y
aplicaciones

Morfología: Formalismo
de dos niveles
Sintaxis: Gramáticas de
unificación, gramáticas
de restricciones
Semántica: Distancia
conceptual. Ontologías
Estandarización:
etiquetado XML
Representación del
conocimiento
representado en los
diccionarios.
Aprendizaje automático
Logros obtenidos




Recursos, herramientas y
aplicaciones comerciales
Patentes
Formación
En el ámbito empresarial,
recientemente se ha creado
la empresa ELEKA S.L. cuyo
principal objetivo es el
desarrollo de productos
comerciales en base a los
resultados obtenidos en
investigación por el grupo
IXA
Grupo Julietta. Universidad de Sevilla
Líneas de interés


Traducción Automática
Sistemas de Gestión de
Diálogo
Objetivos


Desarrollar demostradores
de control domótico por
voz en diversas lenguas
autonómicas e
internacionales
Desarrollo de un sistema de
Traducción Automática
inglés/español y
español/inglés
Metodologías
Logros obtenidos
Arquitectura de agentes (OAA y
KQML) donde se integran los
distintos módulos. Tecnología
transfer
Un demostrador de sistema de
diálogo hablado en español e
inglés para el entorno domótico
y un demostrador en español
para el entorno del operador
telefónico automático (en unión
con Telefónica I+D)
Grupo de Modelización y Simulación en Psicología. Universidad de Málaga
Líneas de interés


Reconocimiento de
estímulos verbales y
visuales en sujetos
humanos.
Modelado estadístico de
procesos psicológicos
Objetivos
Estudio de procesos cognitivos
relacionados con la memoria
implícita vs memoria explícita.
El tema se enmarca en tareas de
diversificación
de
procesos
cognitivos en sujetos humanos y
en función de las diferencias
individuales (expertos y no
expertos,
personas
con
problemas de memoria, etc.)
Metodologías


Modelado estadístico
mediante Curvas
Características Operativas
del Receptor (ROC) y
Modelos Lineales
Generalizados.
Reconocimiento de rostros
a partir de la manipulación
experimental de las
frecuencias espaciales
Logros obtenidos



Diferenciación o
diversificación entre
memoria (de sentencias)
implícita y explícita
Diferenciación entre el
procesamiento de palabras
de clase cerrada y clase
abierta, así como entre
palabras de frecuencia de
uso alta y frecuencia de uso
baja.
Diferencias en el
procesamiento en función
de las frecuencias
espaciales empleadas y del
tipo de estímulo presentado
24
Grupo de Neurociencia Cognitiva de Lenguaje. Universidad de La Laguna
Líneas de interés





Procesamiento de lenguaje
Representación cortical del
lenguaje
Lenguaje en poblaciones
especiales: Sordos, ciegos
Lenguaje y
neurodegeneración
Lectura
Objetivos
Metodologías
Estudio de los procesos de
comprensión y producción del
lenguaje (hablados, de signos, y
silbados), así como de su
representación cortical en niños
y adultos y en poblaciones
especiales
(sordos,
ciegos,
personas con déficit cognitivo
ligero y con enfermedad de
Alzheimer)
Experimentación con técnicas
conductuales, con potenciales
evocados corticales y con
resonancia magnética funcional.
Modelización de redes neurales
Logros obtenidos
Grupo de Percepción del Habla
Líneas de interés


Percepción del habla,
efectos de
enmascaramiento con ruido
Percepción de habla
distorsionada
Objetivos
Metodologías
Conocer cómo se procesa la
información correspondiente a
la señal de habla en condiciones
de deterioro espectral y en
condiciones
de
enmascaramiento
Manipulación de la señal de
habla. Pruebas psicofísicas con
sujetos experimentales
Logros obtenidos
Grupo PRHLT (Pattern Recognition and Human Language Technology Group. Grupo de Reconocimiento de
Formas y Tecnología del Lenguaje de la Universitat Politècnica de València)
Líneas de interés







Traducción automática
texto-texto
Traducción automática
habla-habla
Reconocimiento del habla
Comprensión del habla
Comprensión de texto
manuscrito
Clasificación de textos
Visión por computador
Objetivos
Metodologías
El objetivo del PRHLT es el
desarrollo
de
sistemas
informáticos para el tratamiento
del lenguaje natural hablado y
escrito (impreso y manuscrito),
fundamentalmente
en
los
aspectos que atañen a la
traducción automática
Las metodologías que desarrolla
PRHLT están basadas en la
construcción de modelos de
estados finitos y estadísticos
mediante
el
aprendizaje
automático a partir de ejemplos
Logros obtenidos





Traducción/reconocimiento
de habla
Traducción lingüística de
texto: Un sistema de
traducción texto a texto de
español a catalán y catalán
a español basados en reglas
lingüísticas (TAVAL)
Ayuda a la traducción
basada en modelos de
estados finitos: Un sistema
de ayuda a la traducción
inglés-español para
manuales.
Traducción estadística de
texto: Un sistema de
traducción texto a texto de
español a catalán.
Ayuda a la traducción
basada en modelos
estadísticos: Un motor de
traducción estadística de
texto de castellano a
euskera
25
Grupo de Procesado de Voz y Señales Biomédicas- Universidad Politécnica de Madrid
Líneas de interés

Objetivos
Metodologías
Logros obtenidos
Evaluación objetiva de la
calidad de la voz
Detección de desórdenes
de la voz
Síntesis de quimogramas
Conversión de locutor
Reconocimiento de voz
en condiciones de ruido




Grupo de Procesamiento del Lenguaje y Sistemas de Información. Universidad de Alicante
Líneas de interés





Resolución de la
ambigüedad léxica
Análisis robusto
sintáctico para el
español e inglés
Resolución de
fenómenos lingüísticos
como elipsis, anáfora,
ambigüedad estructural
Análisis semántico y
contextual
Aplicaciones de PLN:
o
o
o
o
Traducción
automática
Extracción y
Recuperación de
información
Sistemas de
búsqueda de
respuestas
Sistemas de
diálogo
Objetivos
El Procesamiento del Lenguaje
Natural (PLN) es una parte
esencial de la Inteligencia
Artificial que investiga y formula
mecanismos
computacionalmente efectivos
que faciliten la interrelación
hombre-máquina y permitan una
comunicación mucho más fluida
y menos rígida que los lenguajes
formales y sistemas de menús
utilizados tradicionalmente. La
investigación realizada en las
diversas áreas se materializa en
el desarrollo de recursos y
aplicaciones
Metodologías
El PLN tiene una serie de fases o
niveles de análisis:
•
•
•

Análisis morfológico-léxico:
Transforma la secuencia de
caracteres de entrada en
una secuencia de unidades
significativas haciendo uso
del diccionario y reglas
morfológicas así como
técnicas estadísticas, con el
fin de obtener la
información léxica
desambiguada de cada
unidad
Análisis sintáctico: Analiza
la secuencia de unidades
léxicas y produce una
representación de su
estructura (árbol, red, ...)
Análisis semántico: A partir
de la estructura generada
por el proceso sintáctico
genera otra estructura o
forma lógica asociada que
representa el significado o
sentido de la sentencia.
Análisis contextual o
función pragmática: Utiliza
la forma lógica o estructura
semántica de la fase
anterior para desarrollar la
interpretación final de la
oración, en función de las
circunstancias de contexto
Logros obtenidos










Sistema no supervisado de
Marcas de Especificidad
para la desambiguación del
sentido de las palabras
Sistema supervisado basado
en Máxima Entropía para la
desambiguación del sentido
de las palabras
Analizador sintáctico
parcial SUPP para español e
inglés
Sistema SUPPAR de
resolución de la anáfora en
monólogos
Sistema ARIADNA de
resolución de la anáfora en
diálogos
Sistema SEMQA de
búsqueda automática de
respuestas
Sistema IR-N de
recuperación de
información multilingüe
español e inglés.
Sistema EXIT de extracción
de información de textos
notariales.
Sistema AGIR para la
resolución y traducción de
la anáfora pronominal en
español e inglés
Etiquetador anafórico
26
Grupo de Procesamiento de Lenguaje Natural de la UNED
Líneas de interés

Objetivos
Metodologías
Logros obtenidos
Acceso a información
multilingüe (recuperación
de información translingüe,
interactiva, sistemas de
búsqueda de respuestas,
extracción de resúmenes,
etc.)
Adquisición y
representación de
conocimiento léxico (redes
semánticas, bases de datos
léxicas, desambiguación del
sentido de las palabras)
Evaluación de tecnologías
de la lengua


Grupo de Procesamiento del Lenguaje Natural. Universidad Politécnica de Valencia. (Subgrupo del grupo
de investigación de Programación Lógica e Ingeniería del Software).
Líneas de interés


Procesamiento del
Lenguaje Natural (PLN)
Recuperación de
Información
Objetivos
Metodologías
Desarrollo de técnicas de
comprensión
del
lenguaje
natural aplicables en sistemas
de recuperación de información


Técnicas de aprendizaje
basadas en corpus. Métodos
estocásticos
Métodos basados en el
conocimiento
Logros obtenidos
Se
han
desarrollado
las
siguientes
herramientas
de
procesamiento de la lengua:
•
•

Analizadores sintácticos
parciales basados en el
conocimiento para el
castellano
Analizadores sintácticos
parciales basados en
modelos estocásticos para
el inglés
Sistemas de
desambiguación del
sentido de las palabras
basados en modelos
estocásticos para el inglés
Grupo Reconocimiento de Formas e Inteligencia Artificial. Subárea Diálogo. Universidad Politécnica de
Valencia
Líneas de interés





Comprensión de habla
Sistemas de diálogo
Tratamiento de lenguaje
natural
Recuperación de
información
Reconocimiento de formas
Objetivos


Desarrollo de sistemas de
diálogo hablado para tareas
restringidas
Sistemas de recuperación
de información en lenguaje
natural
Metodologías
Logros obtenidos
Aprendizaje
automático,
modelos estocásticos
Desarrollo de un sistema de
comprensión y un gestor de
diálogo basado en modelos
estocásticos para la tarea
BASURDE de acceso telefónico a
información sobre trenes
27
Grupo SINAI. Universidad de Jaén
Líneas de interés

Objetivos
Metodologías
Desarrollo de una aplicación
para mejorar la comprensión de
textos de personas con autismo.
Consiste en la elaboración de
una plataforma web europea
para
permitir
a
autistas
simplificar documentos, ya que
estas personas tienen un déficit
en la comprensión.
Resolución de la
ambigüedad léxica
Categorización de textos

Logros obtenidos
Para ayudar a superar estas
dificultades, los expertos están
desarrollando,
dentro
del
proyecto europeo First (Flexible
Interactive Reading Support
Tool), la aplicación denominada
Open book. Este sistema
traducirá los documentos a los
que los usuarios quieran acceder
según sus necesidades.
La UJA está trabajando en el
desarrollo software encargado
de facilitar la comprensión de
términos difíciles mediante el
uso de imágenes. Para ello,
aplican tecnología que descifra
el lenguaje natural concretando
su
significado
mediante
imágenes y pictogramas.
Grupo SINTONIA: Área Habla-Voz. Universidad Carlos III de Madrid
Líneas de interés




Reconocimiento de habla
y de locutores
Identificación del
lenguaje
Análisis y Modelado
Acústico en Sistemas de
Reconocimiento de habla
Extracción de
características robusto
Objetivos


Estudio y diseño de técnicas
automáticas de modelado
de voz para sistemas de
reconocimiento y
verificación de habla
Desarrollo de técnicas de
robustez y mejora de
prestaciones para sistemas
de Reconocimiento de
Habla y de locutor
Metodologías
 Estudio y evaluación de
sistemas de
reconocimiento de
locutores.
Establecimiento de
plataformas de referencia
para la determinación
estadística de resultados
 Estudio y evaluación de la
variabilidad temporal del
habla para la aplicación
del reconocimiento de
locutores
 Estudio de medidas de
confianza para sistemas
de reconocimiento de
habla basados en Modelos
Estadísticos de Lenguaje
y Gramáticas
 Técnicas de análisis de
Componentes Principales
para modelado acústico
en Reconocimiento de
Habla y locutores
Logros obtenidos






Desarrollo e implantación
de plataformas de
experimentación en
verificación de locutor
Desarrollo de
verificadores de voz en
tiempo real
Desarrollo e implantación
de reconocedores de voz
dependientes e
independientes de
locutor en tiempo real
Desarrollo y recolección
de una base de datos
multimodal (voz y vídeo)
multilingüe. Recolección
de los datos en
castellano.
Desarrollo de técnicas de
rechazo y medidas de
confianza para la
verificación de locutor
Navegadores por voz
28
Grupo SPPB. Universidad de Barcelona
Líneas de interés










Psicolingüística
Bilingüismo
Adquisición del lenguaje
Neuroimagen funcional
Neurocirugía
Actividad cerebral
Procesos de percepción
Psicología Comparada
Afasia
Integración Transmodal
Objetivos
El Grupo estudia los procesos
que
hacen
posible
la
adquisición, la comprensión y la
producción del lenguaje en los
seres humanos, con un especial
énfasis en individuos que poseen
más de una lengua
Este estudio se lleva a cabo, por
un
lado,
mediante
la
experimentación con adultos y
por otro, con niños. Los
resultados y modelos que se
obtienen de estos estudios se
comparan
con
datos
provenientes del estudio de
mamíferos no primates.
Metodologías




Logros obtenidos
Experimentación con
adultos (tanto con
métodos conductuales
como neurofisiológicos
y de neuroimagen
funcional)
Neurocirugía
Experimentación con
bebés
Modelos de simulación
mediante redes
neuronales
Otros estudios van encaminados
a analizar los procesos de
integración
transmodal
(principalmente
visual
y
auditiva) en la percepción del
habla. También se desarrollan
modelos de simulación de estos
procesos
mediante
redes
neuronales.
29
Grupo de Tecnología del Habla, Dpto. Ingeniería Electrónica, Universidad Politécnica de Madrid
Líneas de interés












Investigación sobre
sistemas de diálogo
hombre máquina
efectivos
Conversión texto-voz,
reconocimiento de habla
en diferentes
condiciones,
reconocimiento de
locutor, modelos de
percepción de habla
Sistemas de
reconocimiento
automático de habla en
tiempo real
Aplicaciones de la
tecnología del habla en
ayudas técnicas para
usuarios con discapacidad
Sistemas de
reconocimiento
automático de habla en
tiempo real en entorno
telefónico
Optimización de sistemas
de reconocimiento
automático de habla
Arquitecturas para
reconocimiento
automático de habla
Selección de unidades y
diccionarios para
reconocimiento
automático de habla
Métodos de evaluación de
sistemas basados en
tecnología del habla
Procesamiento de
lenguaje natural
orientado a conversión
texto a voz: análisis
sintáctico robusto y
categorización gramatical
(POS-tagging.)
Análisis estilístico de
textos
Comprensión de habla
Objetivos











Integración de sistemas
basados en tecnología del
habla en interfaces
hombre-robot
Diseño e implementación
de sistemas automáticos de
diálogo hombre-máquina
que funcionen en tiempo
real
En conversión texto-habla,
conseguir la misma con la
mayor calidad, naturalidad
y flexibilidad posible. Esto
implica generar distintas
voces y en distintos
contextos semánticos,
incluidas emociones
En reconocimiento de
habla, ser capaces de
reconocer en condiciones
de ruido o de canales
adversos, reconocer
independiente del locutor,
reconocer habla continua
espontánea y con
diferentes estilos de voz
(incluyendo emociones)
Estudio, diseño,
implementación y
evaluación de sistemas de
reconocimiento automático
de habla en tiempo real
(habla aislada)
Estudio, diseño,
implementación y
evaluación de interfaces de
usuario vocales para
personas con discapacidad
Estudio, diseño,
implementación y
evaluación de arquitecturas
integradas y no integradas
para sistemas de
reconocimiento automático
de habla
Estudio, diseño,
implementación y
evaluación de métodos de
generación de diccionarios:
selección de variantes de
pronunciación dirigida por
datos y dirigida por reglas
Integración de sistemas
basados en tecnología del
habla en interfaces
hombre-robot
Integración de sistemas
basados en tecnología del
habla en interfaces
hombre-robot
Mejora de los sistemas de
diálogo y de acceso a
información por voz
Metodologías
Logros obtenidos





Integración de mecanismos
de diálogo y comprensión
en dispositivos de control
domótico por voz
Diseño semiautomático de
aplicaciones basadas en
diálogo
Integración de mecanismos
de diálogo y comprensión
en dispositivos de control
domótico por voz
Conversión texto a voz con
emociones empleando
concatenación y múltiples
unidades
Voz femenina sin
restricción de dominio
30
Grupo de Tecnologías de las Comunicaciones. Universidad de Zaragoza
Líneas de interés

Procesado digital de la
señal de voz
Reconocimiento
automático del habla
Tecnologías de la
información y de las
comunicaciones en el
automóvil


Objetivos
Metodologías

El objetivo es la incorporación
de interfaces orales en vehículos
y aplicaciones en entornos
acústicos adversos




Sistemas de cancelación
activa de ruido para la
reducción del nivel de
ruido en el entorno de los
pasajeros
Sistemas de cancelación y
supresión de eco para
sistemas manos libres y
de refuerzo de voz para
comunicaciones internas,
telefonía móvil e
interfaces orales fullduplex
Sistemas de reducción del
ruido captado por los
micrófonos
Modelado acústico en el
entorno del automóvil
Métodos de adaptación de
modelos acústicos online
Logros obtenidos

Se ha desarrollado un
sistema de refuerzo de voz
para comunicaciones
internas, más conocido
como "Cabin Car
Communication System",
trabajando sobre DSP de
Analog Devices AD21060 y
que incluye sistemas de
cancelación de eco y ruido
lo que permite utilizar el
sistema para
comunicaciones manos
libres e interactuar con el
interfaz oral
Se han desarrollado dos
sistemas de demostración
de cancelación activa de
ruido para asientos de
vehículos
Se ha implementado
sistemas de adaptación de
modelos acústicos mediante
las técnicas MLLR
(Maximum Likelihood Linear
Regression) y MAP para
trabajar on-line sobre el
vehículo


Grupo de Teoría de la Señal. Universidad de Vigo
Líneas de interés





Reconocimiento de
habla
Reconocimiento de
locutores
Conversión texto-voz
Sistemas de diálogo
Recursos lingüísticos
Objetivos
Construir sistemas de diálogo
hombre-máquina
de
altas
prestaciones aportando en la
mayoría
de
sus
bloques
constituyentes
Metodologías



Síntesis de voz mediante
concatenación de unidades
seleccionadas con técnicas
de programación dinámica.
Modelado sinusoidal de las
unidades de síntesis
Reconocimiento de habla
basado en modelos ocultos
de Markov y decodificación
síncrona de Viterbi
Verificación conjunta de
voz y habla para
reconocimiento del locutor
Logros obtenidos





Conversor texto-voz
bilingüe castellanogallego basado en corpus
de unidades
Motor de reconocimiento
en tiempo real para habla
continua y grandes
vocabularios
Desarrollo de técnicas de
aumento de la robustez
en reconocimiento da
habla
Sistema de identificación
biométrica basado en
verificación conjunta de
habla y locutor
Captación de recursos
lingüísticos para el idioma
gallego que permitan el
desarrollo de conversores
texto-voz, y
reconocedores de habla
de grandes vocabularios
31
Grupo de Tratamiento del Habla AhoLab. Universidad del País Vasco/Euskal Herriko Unibertsitatea
Líneas de interés


Conversión de texto a voz
Síntesis del habla
emocional
Procesado de la señal de
voz: síntesis de voz de alta
calidad
Reconocimiento automático
del habla
Aplicaciones domóticas del
tratamiento del habla
Aplicaciones para personas
con discapacidades de las
tecnologías del habla
Identificación biométrica





Objetivos






Síntesis de voz de habla
emocional
Incorporación de
tecnologías del habla en
dispositivos portátiles
Reconocimiento
automático del habla
para el euskera
Identificación de
locutores mediante el
empleo de características
prosódicas.
Sistemas multimodales de
identificación biométrica
Sistemas multimodales y
multilingües
Metodologías
Síntesis de voz:




Técnicas de síntesis
basadas en concatenación
de unidades: resíntesis de
unidades en la base de
datos, codificación
sinusoidal, síntesis basada
en corpus
Síntesis de formantes
Modelado prosódico:
modelo de Fujisaki,
Modelos basados en
corpus, modelado TILT
Árboles binarios de
clasificación y regresión
Reconocimiento:




Modelos Ocultos de
Markov
Árboles de Decisión
Reconocimiento de voz
para lenguas aglutinantes
Técnicas de control por
voz de elementos
domóticos (autómatas,
X10, robots)
Logros obtenidos

Plataforma de desarrollo
para Conversión de texto
a voz AhoTTS
API para la conversión de
texto a voz para el
euskera
(multiplataforma,
multihilo)
Software libre para la
edición y etiquetado de
señales
Sistema de etiquetado
XML para bases de datos
orales y textuales
Recursos de voz para la
síntesis y el modelado
prosódico del habla
Base de datos de las
variaciones dialectales
vizcaínas del euskera
Recursos de texto y voz
para sistemas de
reconocimiento de voz en
euskera
Herramientas de
segmentación morfológica
automática orientadas a
procesamiento de voz en
colaboración con el grupo
IXA







Identificación biométrica:


Firma off-line y on-line:
análisis de blobs
Modelos Ocultos de
Markov
Grupo de Tratamiento de Señal. Escola Universitària Politècnica de Mataró
Líneas de interés




Reconocimiento de
locutor
Codificación
Procesado no lineal de
voz
Aplicaciones de
reconocimiento de
locutor sobre entornos de
internet
Objetivos
Metodologías
Logros obtenidos
Mejora de los sistemas actuales
de reconocimiento de locutor y
codificación, así como el estudio
de nuevas aplicaciones como la
extensión del ancho de banda y
su relevancia sobre las otras
aplicaciones
Cuantificación vectorial, Redes
Neuronales, etc.
Bases de datos, colaboraciones
con
otros
grupos
internacionales, artículos en
congresos, libros, etc.
32
IBM Voice Technology Development - Spain Group
Líneas de interés




Reconocimiento de habla
(sistemas de dictado en
PCs, reconocimiento por
teléfono, reconocimiento
en dispositivos con
escasos recursos de
computación)
Sistemas conversacionales
Síntesis de voz
Traducción automática
Objetivos
Metodologías
Su esfuerzo actual se orienta
hacia la consecución de mayor
robustez y precisión, a través del
teléfono, en español y portugués
brasileño. También hacia su
perfeccionamiento, en su uso en
dispositivos
como
agendas
electrónicas, telemática de
automóvil, etc.
La tecnología de IBM de
reconocimiento de habla utiliza
modelos ocultos de Markov,
descodificación por pila y
modelos de lenguajes basados en
trigramas.
En sistemas conversacionales, en
el desarrollo de aplicaciones
experimentales con técnicas de
extracción de la información
semántica
utilizando
analizadores
estadísticos
y
programación dinámica.
En síntesis de voz, en la
consecución de mejor calidad
segmental en los elementos
concatenados y en mejoras de la
prosodia.
Logros obtenidos


En aplicaciones sencillas se
sustituye el modelo de lenguaje
por gramáticas.
La extracción de información
semántica, de utilidad en
aplicaciones conversacionales,
se basa en la aplicación en dos
etapas
de
un
analizador
entrenable a partir de datos. El
resultado del proceso es un árbol
de análisis con las categorías
semánticas de la frase y las
relaciones entre ellas. En la
derivación del árbol se aplican
técnicas
de
programación
dinámica
similares
a
las
utilizadas en reconocimiento.
La técnica utilizada para la
síntesis de voz es del tipo
concatenativo, con la que se
obtiene
la
voz
sintética
mediante la concatenación de
segmentos
extraídos
de
grabaciones de un locutor de
referencia.


Reconocimiento de habla:
Sistemas comerciales de
dictado, de habla continua,
con vocabularios de más de
cien mil palabras.
Sistemas conversacionales.
La tecnología mencionada
se ha aplicado con éxito por
IBM en una aplicación
comercial para la empresa
norteamericana T-Row
Price que permite a 2
millones de usuarios las
transacciones relacionadas
con fondos de pensiones,
incluidas compras y ventas
de participaciones,
utilizando lenguaje
completamente natural
Síntesis de voz. Hemos
generado voces masculinas
y femeninas en castellano,
español de México y
portugués brasileño
Traducción automática.
Hemos participado en la
realización del componente
de traducción de inglés a
español, y viceversa, del
IBM WebSphere Translation
Server, orientado a la
traducción de páginas web.
En traducción automática, el
proceso seguido se hace en tres
pasos: análisis de la lengua
fuente, basado en la técnica
"slot grammar", transferencia a
la lengua de destino y
generación morfológica. Es un
método basado en reglas.
33
PR & Speech Technologies. Universidad del País Vasco
Líneas de interés

Objetivos
Reconocimiento
automático del habla.
Comprensión y
traducción automática
de voz.
Tratamiento específico
del Euskera.
Ayuda a la traducción
de textos.
Recursos lingüísticos de
voz y texto.







Construcción de sistemas de
reconocimiento automático
del habla: tratamiento del
habla espontánea, grandes
vocabularios y comprensión.
Desarrollo de la tecnología
dependiente de la lengua
para el Euskera.
Traducción automática y
herramientas de ayuda a la
traducción.
Metodologías
Reconocimiento de formas:
técnicas
de
aprendizaje
automático a partir de muestras,
inferencia y caracterización de
modelos
estructurales
estocásticos
Logros obtenidos





Decodificación acústicofonética: modelos
acústicos y unidades para
español y euskera.
Modelos k-explorables
estocásticos:
aprendizaje, suavizado e
integración en sistemas
de reconocimiento
automático del habla.
Análisis de disfluencias en
habla espontánea.
Desarrollo de prototipos
de reconocimiento e
integración en sistemas
de diálogo.
Diseño y adquisición de
corpus de voz en español
y euskera.
Seminario de Lingüística Informática. Universidad de Vigo
Líneas de interés
Tecnologías de la lengua
Objetivos
Recursos,
herramientas
y
aplicaciones
de
tecnología
lingüística para la lengua gallega
Metodologías
Procesamiento
natural
del
lenguaje
Logros obtenidos




Corpus Lingüístico da la
Universidad de Vigo
(CLUVI).
Léxico y morfología
computacional del
gallego.
Etiquetario y Etiquetador
morfosintáctico para
corpus de lengua gallega.
Corrector sintáctico de
gallego para
procesamiento de textos.
Telefónica I+D, División de Tecnología del Habla
Líneas de interés









Verificación de
locutor.
Reconocimiento de
voz.
Conversión texto-voz.
Gestión de diálogo.
Procesamiento de
lenguaje natural.
Lingüística.
Tecnología de
agentes inteligentes.
Procesado de texto.
Cancelación de ecos.
Objetivos
Metodologías
Desarrollo de la tecnología del
habla para la creación de
servicios.
Se trabaja en base a proyectos
de desarrollo
Logros obtenidos








Productos propios de
tecnología del habla
Reconocedor de Lenguaje
Natural
Reconocedor Universal
Multilingüe con WordSpotting
Reconocedor de palabras
deletreadas
Subdiálogos expertos de
lenguaje natural
Conversor texto-voz
multilingüe
Verificador de locutores
34
Tecnologías del Habla y Procesado Multimedia. Universidad Carlos III de Madrid
Líneas de interés







Análisis de Voz (técnicas
no lineales).
Codificación de voz.
Reconocimiento de
Habla.
Robustez frente a ruido.
Robustez frente a errores
de transmisión (GSM,
UMTS).
Robustez frente a pérdida
de paquetes (VoIP,
integración de
reconocedores en web).
Reconocimiento de habla
de gran vocabulario para
indexado de registros
multimedia.
Objetivos



Nuevos métodos de análisis
de la señal de voz
inspirados en la teoría de
dinámica de sistemas.
Técnicas robustas de
reconocimiento de habla
para reconocimiento
remoto (a través de redes
de comunicaciones
modernas –móviles e IP-).
Reconocimiento de habla
de gran vocabulario en
español para indexado de
registros multimedia.
Metodologías



Cooperación con otros
grupos europeos.
Asistencia periódica a
conferencias de prestigio.
Experimentación sobre
bases de datos y software
ampliamente
consolidados
internacionalmente
Logros obtenidos




Adquisición de bases de
datos estándar.
Publicación en revistas y
congresos de prestigio
reconocido.
Proyectos de
investigación nacionales.
Miembros del
"Management Committee"
de la Acción COST-277
("Nonlinear Speech
Processing").
Unidad de Psicolingüística Aplicada. Universidad Complutense de Madrid
Líneas de interés








Adquisición del lenguaje.
Representación del
conocimiento:
Categorización Basado en
Ejemplos, y
Razonamiento Informal
Basado en Ejemplos.
Procesamiento del
Lenguaje Natural.
Trastornos del Lenguaje.
Técnicas diagnósticas por
neuroimagen cerebral.
Técnicas de registro
Oculográfico y
Pupilométrico y
Evaluación del Desarrollo
Cognitivo y Lingüístico
Patologías de la
comprensión y producción
del lenguaje.
Psicofisiología del
procesamiento del
lenguaje.
Objetivos
Metodologías
Simulación del procesamiento
cognitivo y lingüístico humano
mediante
modelos
híbridos
simbólicos y conexionistas a
partir de datos obtenidos en el
laboratorio
de
psicología
humana mediante empleo de
técnicas experimentales basadas
en el ordenador y en el registro
de
la
actividad
cerebral
específicamente
en
las
alteraciones
cognitivas
y
funcionales del lenguaje y en
particular, en el autismo, la
afasia, la disfasia y la dislexia
Técnicas observacionales y de
análisis
experimental
conductuales
y
electrofisiológicas, técnicas de
neuroimagen funcional, tales
como
registro
electroencefalográfico
y
resonancia magnética funcional
evento-relacionada, y técnicas
de registro oculográfico y
pupilométrico. Simulación de
procesos cognitivos y lingüísticos
orientados al diagnóstico normal
o desviado de la conducta
lingüística.
Logros obtenidos







Categorización basada en
conocimiento y basada en
ejemplos a partir del
cálculo de la semejanza
de ejemplares según la
estructura de la
partición.
Razonamiento informal
natural a partir de la
categorización basada en
la semejanza.
Diagnóstico de las
alteraciones de la
comprensión del lenguaje
escrito basada en la
producción de errores de
substitución léxica.
Estrategias basadas en el
léxico en la resolución de
la ambigüedad
estructural sintáctica.
Diagnóstico de las
alteraciones funcionales
del desarrollo del
lenguaje oral.
Identificación de
parámetros estructurales
y funcionales de la
adquisición y el desarrollo
del lenguaje.
Bases de datos de
conducta lingüística
patológica de niños y
adultos con dislexia, y de
niños con disfasia.
35
1.4.4
Empresas
Algunas de las principales empresas relacionadas con el ámbito del procesamiento del lenguaje natural se
presentan a continuación:
Verbio
Spin-off de la Universidad Politécnica de Cataluña, que apuesta por la automatización de los sistemas de
atención al cliente y por dotar de inteligencia y personalidad a cada uno de los contactos con sus usuarios.
En un mundo global, con usuarios que hablan distintos idiomas y con múltiples canales de interacción, sus
soluciones permiten anticiparse y responder en tiempo real, adaptándose en todo momento al entorno y
emociones de sus consumidores.
La capacidad de sus soluciones de entender a los usuarios en lenguaje natural y comunicarse con ellos de
forma empática, permiten ofrecer servicios de valor añadido y gran sofisticación, mediante el uso de
portales o asistentes virtuales, que permiten reducir la frustración y aumentar la conversión de sus clientes.
En base a su propia tecnología han desarrollado varias soluciones que se complementan entre ellas para
ajustarse a las necesidades de sus clientes:

Portal de Voz: Los portales de lenguaje natural de Verbio son el mejor canal de interacción con sus
clientes. Permiten vía voz, acceder a servicios y aplicaciones de una forma totalmente natural,
adaptándose en todo momento al entorno y las emociones de las personas. Los portales de lenguaje
natural permiten integrar las soluciones de Speech analytics para saber el nivel de satisfacción de
sus consumidores, y las soluciones de biometría vocal para realizar transacciones seguras.

Speech & Text Analytics: La solución Speech & Text Analytics extrae información de los diálogos,
los usuarios y los procesos de atención, para analizarlo y mostrar conclusiones relevantes acerca de
qué se ha dicho, quién lo ha dicho y cómo se ha dicho. Ayuda a incrementar tanto la calidad que
ofrecen los agentes como su productividad. Puede aplicarse en Tiempo Real o en Diferido.

Biometría: La biometría vocal es la forma más segura y sencilla de integrar la seguridad en sus
aplicaciones de voz, puesto que permite verificar la identidad de los usuarios en el flujo normal de
la comunicación, sin obligarles a recordar ningún elemento y con la posibilidad de integrar sistemas
de reconocimiento de entrada forzada.

Transcripción y Subtitulación: La solución de transcripción y subtitulación permite convertir el
dictado en texto escrito, con unos elevados índices de fiabilidad y permitiendo a las empresas e
instituciones públicas ahorrar en horas de transcripción de audio. Su uso abarca desde
transcripciones de reuniones hasta la subtitulación en directo de programas de TV.
36

Text to Speech: Gracias a la constante evolución de su tecnología, pueden recrear voces que
permiten comunicarse con los usuarios de una forma natural, inteligible, con expresión y dinamismo.
Las nuevas voces de Verbio desarrolladas con tecnología exclusiva permiten modularlas para cada
aplicación y que muestren sentimientos, haciéndolas en muchas ocasiones muy cercanas a la
realidad.

Speech Recognition: Verbio dispone de uno de los motores de reconocimiento de voz
tecnológicamente más avanzados, permitiendo su uso tanto en entornos de atención telefónica
como en entornos multimedia. Esta es la tecnología que convierte de forma automática una locución
de audio en texto.
37
Indisys
Empresa, recientemente adquirida por Intel, dedicada a desarrollar agentes inteligentes que permiten
mantener conversaciones flexibles en múltiples modalidades, idiomas, canales, dispositivos y plataformas.
Tiene por objetivo potenciar la experiencia de los usuarios, a la vez que se reducen costes a nivel
empresarial, con servicios de atención basados en la Inteligencia Artificial y las tecnologías de
reconocimiento de voz y lenguaje natural.
Su software utiliza procesamiento del lenguaje natural y gestión del diálogo, para poder traducir las palabras
del usuario a un lenguaje que la máquina pueda comprender y así decidir cuál es la mejor respuesta. Un
mismo mensaje no significa lo mismo en un contexto distinto, siendo capaz de realizar una interpretación
semántica.
Otro de sus puntos fuertes es la gestión del diálogo, permitiendo que sus asistentes puedan mantener el hilo
de la conversación, al tener en cuenta el contexto de la misma.
Nuance
Surgida como spin-off de Standford, actualmente es una empresa que se centra en desarrollar formas más
humanas, naturales e intuitivas de utilizar la voz para controlar la información, especializada en el
desarrollo de software de voz para reconocer y emular la voz humana.
Diseñan y proporcionan tecnologías que unen de forma intuitiva al ser humano con la máquina y con el
almacén global de conocimientos, ayudando a las empresas y consumidores a trabajar de forma inteligente.
Su producto estrella es Dragon, el software de reconocimiento de voz más vendido del mundo, que permite
dictar documentos, realizar búsquedas en Internet o enviar correo electrónico, de forma rápida y precisa,
con sólo utilizar la voz.
Dragon se utiliza en muchas empresas para agilizar el flujo de trabajo, automatizar los procesos y mejorar
la productividad. Las organizaciones administran perfiles de voz, vocabularios personalizados y varias
instalaciones de forma centralizada.
38
Agnitio
Líder del mercado mundial en productos de identificación de voz. Es utilizado por las organizaciones
gubernamentales para prevenir el delito, identificar a los criminales y aportar pruebas en los tribunales.
El motor de reconocimiento de Agnitio es capaz de filtrar las características de la voz, así como las huellas
del tracto vocal en ondas de sonido. Extraen el identificador de voz y de esta manera pueden identificar
quién está hablando.
Sus clientes utilizan los motores de identificación de voz para autenticar los clientes, identificar a los
defraudadores y proporcionar una manera simple la identidad en múltiples aplicaciones.
Agnitio fue fundada en 2004 como una spin-off de un grupo de investigación universitario. Su equipo está
formado por expertos en tecnologías de reconocimiento que colaboran con universidades, institutos de
investigación y socios de negocios en todo el mundo. Su sede se encuentra en Madrid, con filiales en EE.UU
y Canadá.
Daedalus
Empresa española especializada en extraer automáticamente el significado de todo tipo de contenidos
multimedia. Aplica tecnologías semánticas, de procesamiento del lenguaje, reconocimiento de voz, y
análisis de datos y texto que ayudan a sus clientes a:

Analizar y evaluar el impacto de lo que se dice en todo tipo de medios sociales y tradicionales
(redes, blogs, prensa, radio, TV).

Extraer elementos de significado y contexto de todo tipo de contenidos y conversaciones sociales,
para permitir una publicidad más enfocada y eficaz.

Enriquecer y personalizar toda clase de contenidos multimedia y multiidioma para combinarlos,,
distribuirlos y monetizarlos.

Extraer información de documentos financieros y contenido generado por los usuarios, para mejorar
la toma de decisiones de gestión de riesgos e inversión.

Integrar y recuperar información de repositorios heterogéneos.
Voice Base
Empresa que ha desarrollado una aplicación capaz de pasar un audio a texto, con la posibilidad de editarlo
fácilmente desde la web.
Se trata de una aplicación gratuita y online, por lo que no es necesaria su descarga. Únicamente es necesario
subir cualquier audio a dicha aplicación online, y ésta lo transcribirá inmediatamente a texto. Ofrece un
editor de texto para corregir cualquier error en su transcripción.
39
1.5 Patentes
1.5.1
A nivel internacional
Según la Global Patent Search Network existen actualmente 9.355 patentes sobre Procesamiento del
Lenguaje Natural, registradas en todo el mundo. La primera de ellas data del año 1986. El siguiente gráfico
muestra el número de patentes que han sido publicadas anualmente hasta el año 2012:
Patentes registradas a nivel mundial
1.400
1.200
1.000
800
600
400
200
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
0
Fuente: Elaboración propia basada en la información extraída de Global Patent Search Network
A continuación destacamos a los investigadores internacionales que más patentes han publicado en este
ámbito:
TOP 10 Investigadores
6%
6%
6%
5%
25%
6%
7%
19%
8%
12%
Paul Rapps
Silver Brucker
Gangtianzhizhi
Ikeda Navigation
Li Secondary One
Far in True
Angle Wildly True
Shiyutianyang
Leaf Jianfa
Tensioning Yong
Fuente: Elaboración propia basada en la información extraída de Global Patent Search Network
40
1.5.2
A nivel nacional
La siguiente tabla muestra información de las patentes registradas en España relacionadas con el ámbito
del Procesamiento del Lenguaje Natural, en concreto se detalla el nombre de la patente, número de
publicación, solicitante, y una breve descripción de la misma:
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Método para la utilización de lenguaje natural como interfaz para los
ES2261053 A1
terminales móviles
Solicitante
Retevisión Movil,
S.A.
Descripción
Método para la utilización de lenguaje natural como interfaz para los terminales móviles, con el objetivo de interactuar
con aplicaciones instaladas en él, así como aplicaciones remotas, facilitando el uso de servicios de telefonía móvil
mediante la voz.
La aplicación del método requiere la instalación en el terminal de una aplicación software que utiliza el propio hardware
del terminal para capturar, preprocesar y codificar el audio a enviar al servidor.
Este método está destinado a facilitar el acceso a las aplicaciones, tanto locales como remotas, a cualquier tipo de
usuario
Nombre de la patente
Sistema de consulta de lenguaje natural para acceder a un sistema de
información
Nº de publicación
Solicitante
ES2236483 T3
Voice-insight
Descripción
Sistema de interacción para permitir a un usuario de un sistema de información interactuar con el mismo, a través de un
sistema de reconocimiento que permite la interacción por medio de frases generadas por dicho usuario, y procesadas por
el sistema de reconocimiento.
El sistema de interacción comprende al menos un módulo de dominio, donde se definen unas estructuras de frases que
están construidas sobre la base de las clases de objetos, clases de atributos y clases de acciones que son comunes al
dominio de aplicación considerado, con el fin de definir una gramática de frases que están previstas para ser generadas
por el usuario para interactuar con el sistema de información.
Nombre de la patente
Nº de publicación
Interfaz de usuario interactivo de red que utiliza reconocimiento de voz y
tratamiento de lenguaje natural
ES2235508 T3
Solicitante
One Voice
Technologies Inc.
Descripción
Un método para interactuar con un objeto de red, que funciona de la siguiente manera: Se recibe una interacción relativa
a un objeto de red desde un usuario; se determina si una tabla de objetos de red está asociada con dicho objeto de red;
se obtiene la tabla de objetos de red asociada si es que existe, se especifican una o más acciones asociadas con dicho
objeto de red; se actualiza un primer archivo de gramática con gramática relativa a dicho objeto de red; se busca el
primer archivo de gramática para otra interacción relativa a un objeto de red recibido desde un usuario; se busca un
segundo archivo de gramática si la correspondencia de frase no es encontrada en el primer archivo gramatical; se busca
una base de datos del lenguaje natural para representar dichas frases y se advierte al usuario de una clarificación en el
objeto de red si no se ha encontrado una correspondencia de entrada en la base de datos de lenguaje natural.
41
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Interfaz de usuario interactiva que emplea reconocimiento de voz y
tratamiento de lenguaje natural
ES2235520 T3
Solicitante
One Voice
Technologies Inc.
Descripción
Un método para interactuar con un ordenador utilizando pronunciaciones, comprendiendo el método los pasos de:

Buscar en un primer fichero de gramática una frase de coincidencia para dicha pronunciación

Buscar en un segundo fichero de gramática una frase de coincidencia si dicha frase de coincidencia no ha sido
encontrada en dicho primer fichero de gramática

Buscar en una base de datos de procesamiento de lenguaje natural, una entrada de coincidencia para dicha frase
de coincidencia, representando las entradas frases que son conocidas por la base de datos NLP

Realizar una acción asociada con dicha entrada de coincidencia si dicha entrada de coincidencia es encontrada en
dicha base de datos
Nombre de la patente
Traducción de formas de palabras relacionadas para la indexación y
recuperación de texto en estado finito
Nº de publicación
Solicitante
ES2168267 T3
Xerox Corporation
Descripción
Resuelve una serie de problemas a la hora de utilizar radicales (indicadores canónicos de significados de palabras) en la
recuperación de textos completos de documentos en lenguaje natural y por tanto permite mejorar la rellamada sin que
por ello sufra la precisión. Utiliza distintos modelos de traductores finitos (fsts) para codificar de manera precisa una serie
de modos deseados para mapear hacia adelante y hacia atrás entre palabras y radicales, teniendo en cuenta tanto los
aspectos sistemáticos del sistema de reglas morfológicas de una lengua como las irregularidades de palabra por palabra
que ocurren. La invención contempla al sistema de recuperación de información como una base de datos y un procesador
para responder a las consultas del usuario, para consultar la base de datos y para obtener respuestas correctas, si existen,
así como métodos para la formación de la nueva base de datos.
Nombre de la patente
Nº de publicación
Solicitante
Aparato y Métodos de Servicios de Telecomunicaciones
ES2317317 T3
Intellprop Limited
Descripción
Aparato de servicios de telecomunicaciones para ser usado con una red de telecomunicaciones móviles, comprendiendo el
aparato unos medios para recibir un primer mensaje de texto desde un teléfono móvil, unos medios para procesar el
primer mensaje de texto recibido con el fin de determinar una dirección de red a partir del primer mensaje de texto
procesado, y unos medios para enviar la dirección de red determinada como segundo mensaje de texto hacia dicho
teléfono móvil o hacia otro teléfono móvil, caracterizado porque los medios de procesado del primer mensaje de texto
recibido comprenden un motor capaz de interpretar lenguaje natural que se puede hacer funcionar, en el caso de que no
se pueda determinar una dirección de red adecuada, para entrar en un diálogo con un usuario de dicho teléfono móvil.
42
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Solicitante
Dispositivo de tratamiento de datos con definición formal
ES2389363 T3
Progilys
Descripción
Dispositivo de tratamiento de datos, que comprende:

una unidad de tratamiento capaz de interaccionar con una base de datos, comprendiendo la base de datos unas
tablas de datos

una interfaz gráfica de usuario establecida para permitir a un usuario introducir una expresión matemática

un editor de expresión matemática capaz de establecer una representación informática de trabajo de una
expresión matemática en interacción con la interfaz gráfica de usuario,

un diccionario de símbolos el cual, comprende información sobre la estructura de tablas de la base de datos

un editor de condiciones dispuesto para producir una expresión de condición, siendo la expresión de condición
utilizable en combinación con los metadatos para seleccionar un subconjunto de datos de la base de datos

un generador de consultas dispuesto para tratar la representación informática de trabajo para producir una
secuencia de código que ejecuta la expresión matemática de acuerdo con las reglas del lenguaje natural
Nombre de la patente
Nº de publicación
Método de Generación de Patrones Semánticos
No Disponible
Solicitante
Universidad Carlos Iii
De Madrid
Descripción
La presente invención está relacionada con los métodos de reconocimiento de lenguaje natural. Se encuadra con aquellos
métodos para la generación de patrones semánticos que posibilitan la organización de la información. Incluye las etapas
de: determinar la categoría gramatical de cada término de un texto, agrupar en grupos las categorías gramaticales,
contabilizar la frecuencia de aparición de cada grupo, establecer un candidato a patrón si la frecuencia de aparición de
un grupo es suficientemente alta, determinar la categoría semántica del candidato a patrón con una taxonomía
predefinida, identificar un patrón cuando el candidato a patrón tenga una categoría semántica asociada.
Nombre de la patente
Nº de publicación
Solicitante
Procesador de Textos
ES2285736 T3
Walker, Randall C.
Descripción
Método para mejorar la presentación de texto a partir de un texto de lenguaje natural legible por máquina basándose en
parámetros específicos del lector, incluyendo como mínimo las dimensiones del campo de visión, que comprende: analizar
sintácticamente de dicho texto signos de puntuación y categorías gramaticales para extraer atributos específicos del
texto; almacenar dichos atributos específicos del texto en relación con las categorías gramaticales para producir un texto
enriquecido; aplicar reglas de terminación primarias seguidas por reglas de terminación secundarias a dicho texto
enriquecido; aplicar reglas de terminación secundaria hasta que se alcanza un determinado límite; aplicar reglas de
desplazamiento horizontal de segmentos de texto a dichos segmentos de texto para determinar un desplazamiento
horizontal para cada segmento de texto; y visualizar dicho texto mejorado mediante una presentación en cascada de
segmentos de texto en líneas descendentes y a lo ancho del dispositivo de visualización.
43
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Dispositivo de Control Remoto Basado en la Palabra
ES2251942 T3
Solicitante
Matsushita Electric
Industrial Co., Ltd.
Descripción
Sistema de mando a distancia que comprende: una caja manual dotada de una interfaz de comunicación por medio de la
cual las instrucciones de mando son transmitidas a un componente remoto; una pantalla de visualización dispuesta en
dicha caja; un micrófono que sirve para recibir mensajes orales de entrada; un sistema analizador de voz acoplado a dicho
micrófono para procesar dichos mensajes orales de entrada ; un fichero de datos históricos de diálogos utilizado para
registrar las conversaciones que han tenido lugar en el conjunto del sistema; una memoria que contiene los datos de
perfiles de usuarios; un administrador de diálogos conectado a dicho sistema analizador de voz , a dicha memoria de datos
de perfiles de usuarios, y a dicha pantalla de visualización para transmitir instrucciones de mando y para presentar la
información en la pantalla de visualización; y un analizador sintáctico de lenguaje natural en comunicación de datos con
dicho sistema analizador de voz
Nombre de la patente
Nº de publicación
Provisión de servicios en una red de comunicaciones
ES2403014 T3
Solicitante
Teliasonera Finland
Oyj
Descripción
Un procedimiento para proporcionar una amplia diversidad de servicios diferentes y combinaciones arbitrarias de servicios
en una red de comunicaciones con al menos un servidor de aplicación que almacena las aplicaciones del servicio,
asignándose a cada una de las aplicaciones de servicio una operación por la cual se arranca la aplicación del servicio, y
terminales de usuario para suministrar peticiones 5 de servicio en lenguaje natural, incluyendo el procedimiento las
etapas de:

dar una petición de servicio del usuario en lenguaje natural

interpretar la petición del servicio del usuario y generar una descripción del servicio de formato genérico,
incluyendo la descripción del servicio, los nombres de las funcionalidades que se necesitan para cumplir la petición
de servicio del usuario y los parámetros que requieran dichas funcionalidades.

recibir la descripción del servicio de formato genérico,

dividir la descripción del servicio de formato genérico en uno o más elementos, incluyendo un elemento un nombre
de dicha funcionalidad como un tipo y los valores de los parámetros asociados,

analizar los elementos y examinar el tipo de los elementos y mapear dicho tipo a una entidad, indicando las
entidades las llamadas de servicio a realizar y los parámetros relativos a las llamadas de servicio para implementar
las funcionalidades especificadas en la descripción de servicio de formato genérico

usar dichas entidades para utilizar dichas aplicaciones de servicio
44
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Solicitante
Método para Normalizar Caja
ES2316474 T3
Hapax Limited
Descripción
Un método para diferenciar automáticamente distinciones significativas de distinciones no significativas de caja alta y
caja baja en una serie de tipos de palabras de entrada de un texto en lenguaje natural por medio de un ordenador,
caracterizado por los pasos de: asignar un tipo de palabra de entrada a uno de una serie de grupos locales separados (LG1,
LG2, LG3, LG4) en base a la caja y a la posición de las letras que constituyan el tipo de palabra de entrada; asignar dicho
tipo de palabra de entrada a uno de una serie de grupos globales separados (GG1, GG2, GG3, GG4) en base a qué
variantes de caja de grupos locales de los tipos de palabras de entrada estén asignados; y normalizar las cajas para dicho
tipo de palabra de entrada de acuerdo con reglas predeterminadas asociadas con el grupo global al que esté asignado
dicho tipo de palabra de entrada.
Nombre de la patente
Nº de publicación
Método y Aparato para procesar Consultas Continuas
No disponible
Solicitante
Uribe-Etxebarria
Jimenez, Xabier
Descripción
Un método para procesar consultas continuas en lenguaje natural recibidas desde un equipo de cliente conectado a un
segundo servidor de aplicación de consultas continuas a través de un primer servidor de aplicación y de una red de
telecomunicaciones; que comprende las etapas de recepción en una unidad de procesamiento de lenguaje natural de
primeros datos de texto ordenados de acuerdo a normas lingüísticas del lenguaje natural de una consulta realizada, para
suministrar segundos datos de texto en un lenguaje intermedio basados en los primeros datos de texto de lenguaje
natural; generación en una unidad de diálogo de terceros datos de texto en lenguaje natural ordenados de acuerdo a
normas lingüísticas del lenguaje natural de un mensaje de respuesta, en función de los segundos datos de texto del
lenguaje intermedio recibidos desde unidad de procesamiento, y emisión del mensaje de respuesta al equipo de cliente a
través de un primer servidor de aplicación y de una red de telecomunicaciones.
Nombre de la patente
Nº de publicación
Pasaporte Intemporal de Identificación
ES2475092 T3
Solicitante
Giannetti, Françoise
Née Rouzaud
Descripción
Procedimiento de realización de un artículo funerario para la identificación y la perpetuación del recuerdo de un difunto,
caracterizado porque comprende esencialmente las etapas que consisten en tomar un elemento en material inalterable
elegido entre las cerámicas cocidas, el vidrio, la piedra, el acero inoxidable, de unas placas primera y segunda en
material inalterable elegido entre las cerámicas cocidas, el vidrio, la piedra, el acero inoxidable, y:

marcar el citado elemento en material inalterable con un código único

atribuir el citado código único a un difunto y recoger los datos de identificación del citado difunto

disponer el citado elemento previamente marcado con el citado código único con los restos o las cenizas

marcar las citadas placas primera y segunda con el citado código único y marcar la segunda placa con los citados
datos de identificación en lenguaje natural

ensamblar las citadas placas así marcadas con la ayuda de un medio de fijación, para formar un dispositivo de
identificación y de memoria
45
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Sistema de Navegación Móvil
ES2346631 T3
Solicitante
Infogation
Corporation
Descripción
Un método para suministrar un recorrido óptimo utilizando información en tiempo real para un sistema de navegación que
comprende un cliente y un servidor, dicho servidor está acoplado a una red de ordenador, dicho método comprende los
pasos de:

Establecer una conexión inalámbrica entre el cliente y el servidor

Transmitir designaciones de inicio y fin de recorrido desde el cliente al servidor

Acceder a información en tiempo real por parte del servidor, la información en tiempo real representa condiciones
actuales relevantes del recorrido propuesto

Calcular el recorrido óptimo por el servidor, basado en información en tiempo real y dichas designaciones de inicio
y fin del recorrido

Dar formato al recorrido óptimo en una descripción genérica en lenguaje natural que va a ser utilizada con una
base de datos local de mapas del cliente con el cliente

Descargar dicha descripción genérica en lenguaje natural al cliente

Reconstruir el recorrido óptimo por el cliente, a partir de la descripción genérica en lenguaje natural

Usar la base de datos local de mapas del cliente

Exhibir dicho recorrido óptimo en un sistema de representación visual acoplado al cliente
Nombre de la patente
Nº de publicación
Solicitante
The Trustees Of
Sistema y Método para Extracción y Codificación de Lenguaje Medico
ES2218670 T3
Columbia University
In The City Of New
York
Descripción
En un tratamiento informatizado de datos médicos/clínicos en lenguaje natural que comprende un análisis y una
regularización de la frase, se refiere a parámetros cuyo valor puede precisarse por el usuario. Así, un sistema
informatizado puede volverse polivalente, especialmente para el tratamiento de datos de salida en varios campos. este
sistema tiene, además de un mecanismo de análisis y de regularización, un preprocesador, filtros de salida y un
mecanismo de codificación
46
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Sistema de Introducción de Información y Visualización
ES2133355 T3
Solicitante
Koninklijke Philips
Electronics N.V.
Descripción
Para operar aparatos de usuarios, el usuario con frecuencia tiene que dar entrada a instrucciones operativas complicadas
(por ejemplo la programación de una grabadora de video). Con objeto de dar entrada a un gran número de datos sin una
instrucción, en una forma sencilla para el usuario, el aparato comprende medios para formar sentencias en fases y para
representarlas en un lenguaje natural. En cada fase, los datos a los que ya se ha dado entrada se reproducen, y los
próximos datos a dar entrada se identifican. De esta forma la comunicación con el usuario tiene lugar en un lenguaje
natural, sin que el usuario tenga necesidad de dar entrada a este lenguaje.
Nombre de la patente
Método Mejorado de Agrupamiento Espectral por Ordenador y Usos del
mismo
Nº de publicación
Solicitante
No Disponible
Politècnica De
Universitat
Catalunya
Descripción
Método mejorado de agrupamiento espectral por ordenador y usos del mismo. El método usa un algoritmo de
agrupamiento para dividir datos en una pluralidad de grupos de muestra de modo que las muestras en cada grupo o
agrupamiento tienen similitud máxima entre las mismas y similitud mínima con las muestras en otros agrupamientos,
usando el método implementado de agrupamiento espectral por ordenador al menos dos criterios de similitud o vistas de
datos diferentes para definir al menos dos matrices de similitud y aplicar el algoritmo de agrupamiento a los datos para
cada uno de dichos al menos dos criterios de similitud diferentes y además integrar simultáneamente información relativa
a dicha pluralidad de matrices de similitud a partir de varias vistas de datos en los grupos de muestra resultantes. Los usos
del método mejorado de agrupamiento espectral por ordenador para análisis de procesamiento de señal biomédica, para
análisis de agrupamiento génico, para análisis de visión por máquina, para procesamiento de lenguaje natural y para
análisis de cesta de compra.
Nombre de la patente
Nº de publicación
Solicitante
Sistema de Anotación Automática de Datos de Adiestramiento para un
Sistema de Comprensión del Lenguaje Natural
ES2368213 T3
Microsoft
Corporation
Descripción
Procedimiento para la generación de datos de adiestramiento anotados para adiestrar un sistema de comprensión del
lenguaje natural, NLU, que incorpora uno o más modelos, comprendiendo el procedimiento:

La generación de una anotación propuesta con el sistema NLU para cada unidad de datos de adiestramiento no
anotados

La presentación de las anotaciones propuestas para la verificación o la corrección de usuario para obtener una
anotación confirmada por un usuario

El adiestramiento del sistema NLU con la anotación confirmada por un usuario
47
Procesamiento del Lenguaje Natural
Nombre de la patente
Nº de publicación
Solicitante
Método y Aparato Analizador del Lenguaje Natural
ES2228408 T3
Matsushita Electric
Industrial Co., Ltd.
Descripción
Método de análisis sintáctico de lengua oral implementada en un ordenador para procesar una frase de entrada, que
comprende las fases de:
a)
Facilitar una pluralidad de gramáticas indicativas de temas predeterminados
b)
Generar una pluralidad de conjuntos de árboles de directorios de análisis sintáctico, relacionada con dicha frase
de entrada utilizando dichas gramáticas
c)
Asociar etiquetas con palabras de dicha frase de entrada utilizando dichos conjuntos de árboles de directorios de
análisis sintáctico generados
d)
Generar valoraciones de dichas etiquetas basadas en los atributos de dichos conjuntos de árboles de directorios de
análisis sintáctico
e)
Seleccionar etiquetas para su uso como representación analizada sintácticamente de dicha frase de entrada,
basándose en dicha valoración generada
Fuente: Elaboración propia basada en la información extraída de la Oficina Española de Patentes y Marcas
48
2 Análisis de Oportunidades de Negocio
2.1 Áreas de investigación
Las tecnologías del habla abarcan diferentes áreas de trabajo y aplicación, pudiéndose destacar las
siguientes líneas de trabajo:

Procesado de Voz

Procesamiento del Lenguaje Natural

Sistemas de Diálogo

Lingüística

Psicología Cognitiva y Psicolingüística
2.1.1
Procesado de Voz
Tradicionalmente las tres grandes áreas de trabajo en el campo del procesado de voz desde un punto de
vista de procesado de señal son:

Codificación

Síntesis

Reconocimiento
Todas ellas comparten técnicas de análisis de la señal de voz basadas en el modelado del mecanismo de
producción de la voz, en el que se incluyen algunas consideraciones sobre la percepción de sonidos.
Sus dos bloques fundamentales consisten en un sistema de parametrización de la señal de voz y un sistema
de reconocimiento de patrones. El primero es el que está más directamente relacionado con el procesado
de señal, mientras que el segundo se corresponde más con el área de inteligencia artificial.
Las principales líneas de investigación en el campo del procesado de voz son:
1. Análisis y codificación de voz:

Parametrización de voz.

Procesos de integración temporal.

Detección de desórdenes de la voz.

Modelado de fenómenos paralingüísticos.
2. Síntesis de habla:

Algoritmos de generación de voz sintética: técnicas de modificación de frecuencia fundamental y
duración de sonidos.

Síntesis de formantes.
49

Modelado de la prosodia.

Transformación de voces.
3. Reconocimiento de habla:

Detección de actividad.

Motores de reconocimiento (técnicas de decodificación) para grandes vocabularios y habla continua.

Aumento de la robustez frente al ruido y canal.

Medidas de confianza.

Tratamiento del habla espontánea.

Segmentación automática.

Sistemas multilingües y multidialectales.
4. Reconocimiento de locutor.
5. Identificación del lenguaje.
6. Recursos lingüísticos:

Diseño y recogida de corpora para síntesis.

Diseño y recogida de corpora para reconocimiento de habla.

Diseño y recogida de corpora para verificación biométrica.
7. Evaluación:

Definición de protocolos de evaluación.

Desarrollo de sistemas de referencia.
50
2.1.2
Procesamiento del Lenguaje Natural
Desde sus orígenes, la investigación en Procesamiento del Lenguaje Natural ha estado fuertemente guiada
por una tendencia hacia el tratamiento de la lengua inglesa. Sin embargo, cada vez más, los grupos de
investigación españoles desarrollan sus investigaciones para el español y para las lenguas autonómicas
(catalán, euskara, gallego).
Como consecuencia de esta investigación se están desarrollando recursos para estas lenguas: herramientas
específicas, bases de datos y corpus anotados con las características necesarias para los procesos de
aprendizaje.
Los principales problemas detectados para el procesamiento del lenguaje natural son los siguientes:
Separación entre
palabras
Ambigüedad
El
lenguaje
inherentemente
ejemplo,
una
natural
es
ambiguo.
Por
misma
Recepción de la
información
En la lengua hablada no se
Los
suelen
acentos,
hacer
pausas
entre
diferentes
tipos
errores
de
de
palabra
palabra y palabra. Además, en la
mecanografiado, expresiones
puede tener varios significados, y
lengua escrita existen idiomas sin
no gramaticales, etc., crean un
la selección del apropiado se debe
separación entre las palabras (p.
problema en la recepción de la
deducir a partir del contexto.
ej. chino mandarín).
información.
El panorama investigador en este campo a nivel nacional se encuentra centrado en los cuatro grandes
apartados del procesamiento del lenguaje: tratamiento de la palabra, sintaxis, semántica y pragmática, y
sus correspondientes aplicaciones.
51
Las principales líneas de investigación de este panorama se pueden esquematizar de la siguiente forma:
Sistemas de compresión del lenguaje para diálogo; Traducción
automática; Sistemas de apoyo a la traducción; Reconocimiento
y comprensión de textos; Búsqueda y recuperación de
información textual; Adquisición y representación del
conocimiento; Detección de temas y dominios;
Sistemas de pregunta-respuesta; Extracción
de información; Elaboración automática y
semiautomática de documentos y
resúmenes; Resolución de fenómenos
Tratamiento
lingüísticos: elipsis, anáfora, ambigüedad
pragmático
estructural; Corrección de textos;
Sistemas de ayuda al aprendizaje.
Tratamiento
semántico
Análisis léxico-morfológico:
categorización gramatical (POS tagging).
Anotación semántica de palabras
(resolución de la ambigüedad léxica).
Modelos estadísticos del lenguaje.
Tratamiento
morfológico
Tratamiento
sintáctico
Análisis semánticos robustos.
Categorización semántica y clasificación
de textos.
Construcción de ontologías lingüísticas.
Gramáticas para el
reconocimiento del Lenguaje.
Análisis sintáctico robusto.
Análisis sintáctico superficial
(chunkers).
Fuente: Libro Blanco de las Tecnologías del Habla
52
2.1.3
Diálogo
Los sistemas de diálogo constituyen una de las aplicaciones que podrían tener mayor utilidad en el mundo
real. Actualmente se están desarrollando prototipos experimentales y sistemas comerciales cuya finalidad
es ofrecer servicios concretos a los usuarios.
Los sistemas de diálogo desarrollados actualmente han sido aplicados principalmente a tareas como:
información y reserva de viajes en avión o en tren, información meteorológica, control de terminales
telefónicos, compra de productos, ayuda a la comunicación entre personas que hablan distintos idiomas,
acceso al correo electrónico o mensajes telefónicos, etc.
Algunos de los principales problemas que se deben resolver para lograr que estos sistemas sean más efectivos
para los usuarios son los siguientes:
1. Reconocimiento robusto del habla.
2. Extracción de la información semántica de las frases. Los sistemas de procesamiento del lenguaje
natural tradicionales están diseñados para trabajar a partir de texto, asumiendo que la secuencia
de palabras de las frases se conoce con exactitud. Sin embargo, esta suposición no es válida en el
caso de los sistemas de diálogo, el habla espontánea suele contener fragmentos de frases, palabras
inacabadas, palabras fuera de dominio o no presentes en el vocabulario, etc.
3. Gestión del diálogo. El éxito de un sistema de diálogo depende de un cuidadoso diseño de la
interacción usuario-sistema, que permita solucionar las limitaciones actuales de la tecnología del
reconocimiento del habla.
4. Generación de respuestas y síntesis de voz. A fin de ser aceptados por los usuarios finales, los
sistemas de diálogo deben generar mensajes con un alto grado de inteligibilidad y naturalidad. Ello
requiere dotar a la voz artificial de una mayor expresividad.
Desarrollar un sistema de dialogo robusto y eficaz puede considerarse una de las tareas más complejas
dentro del Procesamiento del Lenguaje Natural. Esta dificultad se debe fundamentalmente a dos factores.
En primer lugar, es una de las tareas más jóvenes y por tanto con menos años de investigación y experiencia
a sus espaldas. En segundo lugar, un gestor de dialogo por sí solo no tiene utilidad práctica; necesita
integrarse con otros módulos típicos como el reconocedor de voz, el sistema de TTS o el de generación de
lenguaje natural. En definitiva, el éxito de un sistema de dialogo no depende solo del módulo que gestiona
el dialogo en sí, sino de la perfecta armonía entre sus componentes.
Los sistemas de diálogo han proliferado mucho en los últimos años. Cada vez es más fácil encontrarlos en
forma de asistentes virtuales en distintos portales web con una misión orientativa de cara al usuario.
Probablemente encontremos en los próximos años nuevos asistentes dedicados a tareas más complejas:
gestionar una cita médica, comprar billetes de tren o avión, tienda virtual, etc...
53
2.1.4
Lingüística
En los últimos años este interés por explorar el conocimiento lingüístico y reproducirlo en sistemas de
tecnología del habla se ha centrado fundamentalmente en las áreas de Procesamiento del Lenguaje Natural,
Síntesis de Voz y, sobre todo, Gestión del Diálogo. Menor énfasis se ha puesto a la integración de
conocimiento lingüístico en el Reconocimiento de Voz.
Los mayores avances se han registrado en el estudio del habla y en intentar descifrar los mecanismos que
determinan la construcción del significado en una situación comunicativa oral. La investigación en el campo
en la última década se ha centrado en los siguientes aspectos del lenguaje:
1. Discontinuidad de la cadena hablada (interrupciones, titubeos, repeticiones, pausas léxicas, etc.).
2. Gestos, expresiones faciales, lenguaje corporal en general.
3. Entonación, ritmo, y otros aspectos suprasegmentales del lenguaje (volumen de voz, rapidez del
habla, etc.).
4. Pragmática y análisis del discurso.
A continuación se muestra un listado de todas las subáreas que se tienen en cuenta cuando se pretende
incorporar conocimiento lingüístico a un sistema que emplea tecnología del habla:
1. Morfología, Sintaxis, Semántica.
2. Análisis del discurso.
3. Pragmática.
4. Fonética acústica: Prosodia, Modelado del tracto vocal, Producción y percepción del habla, Aspectos
emotivos del habla y Cálculo de la frecuencia fundamental.
5. Fonética forense: Patologías del habla (producción y percepción).
6. Lingüística matemática.
7. Lingüística del corpus: Anotación del corpus y del diálogo.
8. Kinésica: Gestos y habla, Aspectos para- y extralingüísticos del habla.
9. Análisis del habla espontánea.
54
2.1.5
Psicología Cognitiva y Psicolingüística
El eje en torno al cual gira la investigación en esta área es la representación del conocimiento y los procesos
de representación vinculados a la comprensión y producción de los mensajes lingüísticos. Las líneas de
investigación maestras representadas en los grupos de investigación del área son:
1. Reconocimiento de palabras en entornos monolingües y bilingües. Procesos de Acceso Léxico y de
Procesamiento Léxico. Reconocimiento morfológico. Adquisición y desarrollo del proceso de
reconocimiento de palabras.
2. Organización y distribución funcional de los mecanismos de representación del lenguaje mediante
el empleo de técnicas de registro de la actividad eléctrica cerebral, la identificación de los
correlatos conductuales, anatomo-funcionales, y electrofisiológicos.
3. Comparación translingüística de las diferencias tipológicas de las lenguas al objeto de identificar
invariantes cognitivas, en la comparación de la estructura morfológica y de la estructura sintáctica
de los usos lingüísticos.
4. Los mecanismos de implantación de conocimiento por acción del lenguaje, en la formación de
conceptos y en la extracción de inferencias a partir de la interacción de modelos del discurso y
modelos de la experiencia basada en ejemplos.
5. La modelización de los procesos y la simulación fuerte-equivalente de los mecanismos de
representación lingüística y de sus resultados en la comprensión y producción del habla y de la
lectoescritura.
Estas líneas de trabajo prometen dar un empuje al desarrollo de la Ciencia Cognitiva y a modelos realistas
de inteligencia artificial basados en la simulación y reproducción de las habilidades humanas en sistemas
automáticos de procesamiento de información.
55
2.2 Aplicaciones del Procesamiento de Lenguaje Natural
Las principales aplicaciones prácticas del Procesamiento de Lenguaje Natural (PLN) son las siguientes:

Minería de datos

Sistemas de búsqueda de respuestas

Corrección ortográfica

Síntesis de voz

Sistemas de diálogo

Reconocimiento de voz

Análisis de sentimientos

Generación de resúmenes automáticos

Traducción automática

Recuperación y extracción de información
A continuación se presenta un detalle de cada una de estas aplicaciones:
56
2.2.1
Minería de datos
La minería de datos es la extracción no trivial de información que reside de manera implícita en los datos.
En este concepto se engloba un conjunto de técnicas encaminadas a la extracción de conocimiento
procesable, implícito en las bases de datos. Las bases de la minería de datos se encuentran en la inteligencia
artificial y en el análisis estadístico. Mediante los modelos extraídos utilizando técnicas de minería de datos
se aborda la solución a problemas de predicción, clasificación y segmentación.
La minería de datos proporciona potentes herramientas para descubrir patrones ocultos y relaciones en
datos estructurados. Este proceso asume que los datos se encuentran almacenados en un formato
estructurado. Por ello, su pre-procesamiento consiste en la limpieza y normalización de los datos, y la
generación de numerosos enlaces entre las tablas de las bases de datos.
La minería de datos usa técnicas y metodologías de Recuperación de Información, Extracción de Información
y corpus procesados con técnicas de lingüística computacional.
57
2.2.2
Sistemas de búsqueda de respuesta
En Internet existe infinidad de documentos que contienen todo tipo de información, falsa y verdadera. La
información no se encuentra bien distribuida en la red y encontrarla se hace difícil. Los buscadores
tradicionales aún no entienden completamente qué necesita el usuario a pesar de haberse incorporado
técnicas como el reconocimiento semántico. Mediante la implementación de las técnicas semánticas las
búsquedas de información en Internet hoy en día son superiores a las de tres años atrás, de manera tal que
el buscador parece comprender más de lo que el usuario “humano” necesita.
Los sistemas de búsqueda de respuesta son sistemas diseñados para formular una pregunta en lenguaje
natural y proporcionar una respuesta. De esta manera los usuarios no tienen que navegar y leer una o varias
páginas de resultados de búsqueda.
Estos sistemas se construyen sobre motores de búsqueda y requieren contenido como fuente para descubrir
las respuestas. Deben tener métodos para entender las preguntas del usuario y determinar el tipo de
respuesta que debe dar, generar una búsqueda significativa de la consulta, y finalmente calificar los
resultados obtenidos.
De estos tres problemas el más difícil de enfrentar es determinar el tipo de respuesta. Para hacerlo se
realizan tres pasos: entrenamiento, fragmentación y determinación del tipo de respuesta.
Para construir un sistema de respuestas se necesita aplicar técnicas como: Recuperación de Información,
Extracción de Información con algoritmos de reconocimiento de entidades y etiquetado, comparación de
secuencias de caracteres, etc.
58
2.2.3
Corrección ortográfica
La corrección ortográfica es una de las aplicaciones del procesamiento de lenguaje natural de mayor uso
cotidiano. La aplicación está continuamente analizando el texto, y avisa de los errores normalmente
subrayando la palabra en rojo.
Los primeros correctores ortográficos eran muy simples: contaban con un corpus léxico del idioma a
analizar, y si una palabra no estaba en el mismo, era considerada como errónea. Con el tiempo, los
algoritmos fueron evolucionando y aparecieron los primeros correctores ortográficos que mostraban
sugerencias cercanas a la palabra mal escrita. Los siguientes avances fueron encaminados a encontrar
errores sintácticos y/o de concordancia de género y número.
Actualmente, los correctores automáticos han dado un salto más allá de los procesadores de texto, de tal
forma que podemos encontrarlos en multitud de aplicaciones: los navegadores web incorporan un corrector
para los contenidos introducidos por el usuario, los propios sitios web de edición de blogs, contenidos wiki
y los clientes de mensajería instantánea hacen uso de esta tecnología.
59
2.2.4
Síntesis de voz
La síntesis de voz tiene como objetivo transformar, de forma automática, cualquier texto en una locución
auditiva lo más semejante posible al habla de un humano. A un sistema capaz de producir dicha salida se le
conoce como sintetizador de voz o Text-To-Speech (TTS).
Un sistema de TTS recibe como entrada una cadena de texto en un idioma determinado, la analiza y procesa,
dando como resultado una salida auditiva que contiene una locución verbal que representa al texto de
entrada.
Durante la etapa de análisis se realizan multitud de operaciones: la normalización del texto, la
pronunciación o el cálculo de la prosodia (velocidad, tono, duración, etc.). A la hora de generar la salida
auditiva, se necesita un modelo de lenguaje y de información fonética del mismo.
Estos sistemas son muy utilizados en los sistemas de avisos automáticos de aeropuertos, estaciones de
autobuses y ferrocarriles, sistemas telefónicos de atención al cliente, dispositivos móviles y GPS, etc. Fuera
del ámbito comercial, se emplean en aplicaciones educativas y en los sistemas para personas con
discapacidades visuales.
60
2.2.5
Sistemas de diálogo
Los sistemas de diálogo persiguen el objetivo de que un humano pueda conversar con un sistema informático
con la misma naturalidad con la que conversa con otro humano.
Entre los problemas que debe tratar el propio gestor del diálogo se encuentran: el contexto del discurso, el
tipo de estrategia de diálogo (colaborativa, proactiva...), la elipsis, las construcciones anafóricas, etc.
Desarrollar un sistema de diálogo robusto y eficaz puede considerarse una de las tareas más complejas
dentro del Procesamiento del Lenguaje Natural. Esta dificultad se debe fundamentalmente a dos factores.
En primer lugar, es una de las tareas más jóvenes y por tanto con menos años de investigación y experiencia
a sus espaldas. En segundo lugar, un gestor de diálogo por sí solo no tiene utilidad práctica; necesita
integrarse con otros módulos típicos como el reconocedor de voz, el sistema de TTS o el de generación de
lenguaje natural. En definitiva, el éxito de un sistema de diálogo no depende sólo del módulo que gestiona
el diálogo en sí, sino de la perfecta armonía entre sus componentes. Los sistemas de diálogo han proliferado
mucho en los últimos años. Cada vez es más fácil encontrarlos en forma de asistentes virtuales en distintos
portales web con una misión orientativa de cara al usuario. Probablemente encontremos en los próximos
años nuevos asistentes dedicados a tareas más complejas: gestionar una cita médica, comprar billetes de
tren o avión, tienda virtual, etc.
61
2.2.6
Reconocimiento de voz
El reconocimiento de voz puede definirse como el proceso inverso a la síntesis de voz. Este sistema recibe
como entrada una locución de audio y genera como salida una cadena de texto que transcribe dicha locución.
Los sistemas comerciales de reconocimiento de voz están siendo muy utilizados en aplicaciones telefónicas:
agencias de viajes, reserva de billetes/entradas, atención al cliente, información, etc. En los últimos años,
se han incorporado también a los dispositivos móviles, entornos domóticos, teleasistencia y vehículos
militares.
Se trata de una disciplina relativamente joven respecto al resto, si bien su tecnología todavía se encuentra
en intenso desarrollo.
Hoy día suelen emplearse en dominios cerrados, ya que existen dificultades al enfrentarse a dominios
abiertos, habla espontánea o ruido ambiental.
62
2.2.7
Análisis de sentimientos
El análisis de sentimientos en textos es la identificación y extracción de información subjetiva. También
denominado “minería de opiniones”, este proceso involucra el uso de herramientas de Procesamiento del
Lenguaje Natural y software de análisis de textos para automatizar el proceso.
La forma básica de análisis es una clasificación polarizada de sentimientos que asigna calificaciones en un
rango de -10 a 10, basadas en el aprendizaje para evaluar emociones positivas y negativas en corpus
etiquetados de entrenamiento.
Las técnicas avanzadas analizan gramaticalmente y descomponen la oración. Se usan reglas gramaticales
para extraer inferencias. El motor de reglas se aplica varias veces para transformar el texto etiquetado en
oraciones que definen la asociación entre una palabra y una parte del habla con un sentimiento calificado.
Para la implementación se utilizan herramientas para etiquetar y una base de datos con claves y frases con
evaluaciones de polaridad de emociones. Esta información proviene de fuentes etiquetadas o por
aprendizaje en corpus.
Existen actualmente dos fuentes de datos disponibles: HDCUS y elWordNet-Affect. También existen librerías
de código abierto como Gate, Balie, Mallet.
La idea detrás del análisis de sentimientos es determinar la actitud del autor de una obra respecto a un
determinado tema. Esta actitud puede ser su propia evaluación, estado afectivo (estado emocional cuando
creó la obra) o el estado emocional que desea imprimir al lector o consumidor de dicha obra.
Los trabajos en este campo están orientados a determinar la polaridad de un texto subjetivo, esto es, decidir
si un texto es positivo o negativo empleando para ello diferentes métodos, desde la detección de adjetivos
que conlleven una dimensión emocional a la clasificación automática mediante el uso de textos previamente
anotados.
La detección de polaridad mediante adjetivos se remonta a 1971, cuando McNair, Lorr y Droppleman crearon
la lista POMS (Profile of Mood States), consistente en 65 adjetivos destinados a medir siete factores de los
estados de ánimo: tensión, depresión, cólera, vigor, fatiga, confusión y amistad. Originalmente diseñada
para el ámbito clínico, su uso se ha extendido a otras áreas como la lingüística computacional. Existe
también una adaptación de dicha lista de adjetivos al castellano.
Otro de los objetivos del análisis de sentimientos es la identificación de textos objetivos y subjetivos, una
tarea si cabe más compleja que la determinación de la polaridad, ya que la subjetividad de las palabras o
frases dependen del contexto en el que se encuentren, siendo bastante habitual que textos objetivos
contengan información subjetiva.
Uno de los grandes campos de aplicación es en la web. La sociedad de la información y la facilidad de acceso
a Internet ha supuesto un boom en las nuevas formas de comunicación especialmente a través de los
63
llamados medios sociales tales como blogs y redes sociales, que destacan por su contenido subjetivo,
cargado de opiniones y valoraciones de gran utilidad para las reputación de productos y marcas.
Las empresas bucean en estos medios para estudiar el mercado, obtener ideas para lanzar nuevos productos
o recoger feedback sobre los que ya están en la calle, así como ofrecer soporte a los clientes en base a sus
comentarios, cuidando siempre la imagen de marca y, por tanto, su reputación. El reto se encuentra en
automatizar los procesos de recogida de esa información, comprendiendo las conversaciones y filtrando el
ruido, identificando, por tanto, el contenido relevante.
Es por ello que no solo las empresas, sino las universidades de todo el mundo están enfocando sus estudios
en entender la dinámica de los sentimientos en el contexto de las comunicaciones sociales. De esta forma,
el análisis de sentimientos también podría ayudar a comprender el comportamiento de los usuarios,
determinando por qué algunas comunidades gozan de más popularidad que otras, o anticipar la sucesión de
eventos.
La problemática viene, una vez más, de la mano del lenguaje, pues el sentimiento depende muchas veces
del contexto del texto en el que se encuentre, con el inconveniente añadido de que los algoritmos actuales
no detectan ironías, generando así resultados erróneos. Es complicado aislar una determinada pieza de texto
y detectar su sentimiento, más aun cuando las propias personas a menudo muestran diversas
interpretaciones. Cuanto más corto sea el texto a analizar, más difícil es detectar su sentimiento.
64
2.2.8
Generación de resúmenes automáticos
La generación automática de resúmenes consiste en crear una versión más reducida de un texto donde se
condense la información más importante. Normalmente estas aplicaciones realizan un análisis iterativo del
texto de entrada de forma que van remarcando las partes que se consideren relevantes.
El resumen vendrá determinado por aspectos tales como el tipo del documento (noticia, ensayo, etc.), el
estilo de redacción del texto, su longitud o incluso el tipo de expresiones utilizadas.
Existen dos formas de generar los resúmenes:

Por extracción: consiste en extraer literalmente las partes más relevantes del documento, como
pueden ser los extractos que muestran los buscadores, donde marcan el contexto en el que aparecen
las palabras que buscamos. Estos pequeños fragmentos del texto original (snippets) se obtienen por
extracción.

Por abstracción: consiste en parafrasear el texto original en unas pocas líneas, es decir, realizar una
explicación no literal para hacerlo más claro, conciso e inteligible.
Generalmente, los humanos realizan resúmenes de tipo abstractivo, mientras que la mayoría de las
herramientas comerciales generan resúmenes de forma extractiva.
Un problema común es la existencia de múltiples documentos sobre un mismo tema, en este caso se habla
de resúmenes a nivel de colecciones de documentos, que agrupan o separan los documentos por tópicos y
destacan las similitudes y diferencias de la información contenida en ellos. Los contenidos se relacionan
entre ellos en un sentido semántico: cubren el mismo tópico, tienen similares categorías semánticas o
conceptos estrechamente relacionados.
Generalmente, los humanos realizan resúmenes de tipo abstractivo, mientras que la mayoría de las
herramientas comerciales generan resúmenes de forma extractiva.
Las herramientas comerciales que permiten la generación de resúmenes extractivos individuales se pueden
instalar en equipos propios o ejecutar en línea desde Internet. Algunas de las herramientas instalables son
Copernic Summarizer y Microsoft Office Word. Entre las herramientas en línea se encuentran Svhoong
Summarizer, Pertinence Summarizer, Tool4noobs Summarizer y Open Text Summarizer:

Shvoong es una herramienta que permite generar resúmenes automáticos en 21 idiomas diferentes
(checo, neerlandés, danés, inglés, finlandés, francés, alemán, griego, hebreo, húngaro, indonesio,
italiano, malayo, noruego, polaco, portugués, rumano, ruso, español, sueco y turco). A diferencia
de otras herramientas, Shvoong no devuelve el resumen como tal, sino que subraya el texto que
considera más importante del documento original

Pertinence Summarizer pertenece a la gama de productos desarrollados con tecnología denominada
KENiA© (basada en la extracción de conocimiento y arquitectura de notificación), desarrollada por
la empresa francesa Pertinence Mining. Pertinence es una herramienta en línea que permite generar
65
resúmenes en 12 idiomas (alemán, inglés, árabe, chino, coreano, español, francés, italiano,
japonés, portugués, ruso y neerlandés) de los documentos de texto en formatos diversos (html, pdf,
doc, rtf y txt).

Tools4Noobs es una herramienta en línea que permite generar resúmenes desde 1 al 100 % del texto
original. Para la generación de un resumen Tools4Noobs tiene 3 faces: extracción de las oraciones,
identificación de las palabras claves del texto contando la relevancia de cada palabra, e
identificación de las oraciones de acuerdo a las palabras claves identificadas.

Open Text Summariser es una aplicación de código abierto para resumir textos, que puede ser
descargada de Internet de forma gratuita. Sin embargo, también puede encontrarse la interfaz de
ésta en línea. OTS genera resúmenes automáticos en diferentes porcentajes y puede también
generar resúmenes en 37 idiomas.
66
2.2.9
Traducción automática
La traducción automática consiste en convertir un texto de un idioma a otro manteniendo el significado,
por medio de un ordenador y sin intervención humana. Se trata de la disciplina que más ha contribuido en
el desarrollo de la lingüística computacional, al ser la tarea que da origen al procesamiento del lenguaje
natural como tal.
El proceso que rige el funcionamiento de la traducción automática es el siguiente: dado un texto de entrada
escrito en un idioma origen, se analiza, se procesa, y finalmente se genera el mismo texto en el idioma
destino.
La manera de evaluar si la traducción es correcta es un problema no trivial. Definir exactamente la palabra
“significado” y luego poder medirlo presenta complicaciones. ¿Cómo saber que dos expresiones significan lo
mismo o algo parecido? Normalmente, se encarga este tipo de tarea a traductores humanos, pero distintas
personas realizan distintas traducciones de un mismo texto y diferentes evaluadores de una traducción
pueden no coincidir sobre si el texto está bien traducido o no.
Con un enfoque estadístico en la evaluación de la traducción automática se puede llegar, con suficientes
muestras, a una distribución verdadera con lo que se lograrán evaluaciones válidas. Se detectan reglas de
traducción extrayendo traducciones de palabras en distintos contextos dentro de corpus. De esta manera se
establece alineamiento de palabras, un paso fundamental en cualquier modelo estadístico de traducción
automática. Un corpus con palabras alineadas permite la estimación de modelos basados en frases y árboles,
que son los enfoques más comunes hoy en día.
Las herramientas actuales consiguen un alto grado de fiabilidad, si bien todavía no puede prescindirse
totalmente de la posterior revisión humana. Es posible conseguir mejores resultados pero rescindiendo la
traducción a dominios limitados.
Los sistemas de traducción automática se pueden clasificar de la siguiente manera:

Sistemas de traducción directa: Podrían equipararse con grandes diccionarios. Realizan la traducción
casi palabra por palabra, ya que la información sintáctica que poseen es mínima. Por ello, los
resultados que ofrecen suelen ser bastante pobres.

Sistemas de transferencia: Contienen grandes léxicos bilingües, además de un amplio conocimiento
sintáctico y semántico de los idiomas. Esto permite traducir palabras de una lengua a otra teniendo
en cuenta el contexto morfológico, sintáctico y semántico de la frase. También pueden llevar a
cabo la transferencia estructural, es decir, los cambios en el orden de elementos y en la estructura
de la frase para adecuarse a cada lengua.

Sistemas interlingua: Estos sistemas conocen todas las características y todas las distinciones de
todos los idiomas. Para realizar una traducción, se usa un analizador para convertir el texto en
idioma fuente al interlingua, y un generador que convierte el texto interlingua al idioma destino.
67
Estos sistemas están en fase de laboratorio o se utilizan para aplicaciones muy restringidas, debido
a los problemas prácticos que presentan el diseño y la implementación de una interlingua eficaz.

Sistemas estadísticos: La traducción automática estadística consiste en calcular las distintas
probabilidades de que cierta cadena de texto en el lenguaje destino sea la traducción de la misma
cadena en el lenguaje origen, maximizando la probabilidad de todos los pares de cadenas origendestino. Para el cálculo de dichas probabilidades, se realiza una fase de entrenamiento previo con
textos ya traducidos y supervisados por un humano. Un ejemplo es el traductor de Google, el cual
realiza un reconocimiento léxico, comparación con reglas sintáctica según la probabilidad de
aparición y finalmente hace una correspondencia entre parejas de palabras en los dos idiomas.
A pesar de los avances tecnológicos, existen diversos retos en la traducción, especialmente entre lenguajes
con distinto orden de palabras y una morfología compleja. La investigación en esta área se dirige a la
exploración de métodos de aprendizaje avanzado en modelos estadísticos de traducción, modelos sintácticos
y sus representaciones, datos paralelos para entrenamiento de modelos estadísticos, integración de
traducción del habla con otras aplicaciones como reconocimiento de voz y traducción automática.
68
2.2.10 Recuperación y extracción de información
La recuperación de información es el proceso de encontrar en un repositorio grande de datos, material
(usualmente documentos) de naturaleza no estructurada (usualmente texto) o semiestructurada (páginas
Web, por ejemplo), que satisfaga una necesidad de información. Los datos no estructurados no tienen un
esquema claro, no están listos para procesar y son lo opuesto a los datos con un esquema estructurados
como los que se encuentran en bases de datos. Los datos semiestructurados están en documentos esquema
estructurados, con marcas explícitas como el código HTML.
La información encontrada debe ser pertinente y relevante: la relevancia es la medida de cómo una pregunta
se ajusta a un documento, mientras que la pertinencia es la medida de cómo un documento se ajusta a una
necesidad informativa.
Las estrategias de recuperación de información involucran la transformación del texto en representaciones
adecuadas de acuerdo a modelos específicos que cumplan con los propósitos de las búsquedas. Los modelos
pueden ubicarse en categorías de acuerdo a dos posibles dimensiones:

En la dimensión de bases matemáticas, el texto puede ser representado como: conjuntos de palabras
o frases en donde las coincidencias se logran realizando operaciones de álgebra booleana; modelos
algebraicos que introducen parámetros e índices para recuperar información con metadatos,
calificar y clasificar documentos en respuesta a una consulta, lo que lleva a modelos en espacios
vectoriales, matriciales o agrupamientos irregulares; modelos probabilísticos que enfocan la
solución de los problemas de búsqueda desde el punto de vista probabilístico, aplicando teoremas
como el de Bayes; modelos basados en características que se eligen, y combinan y califican la
relevancia de las similaridades usando métodos de aprendizaje automático.

La dimensión de propiedades tiene que ver con la forma como se presentan las relaciones entre los
términos/ palabras del documento en el espacio vectorial, relaciones que pueden ser ortogonales e
independientes o dependientes.
Una de las primeras aplicaciones prácticas de los sistemas de recuperación de información fueron los
catálogos digitales, muy utilizados en organismos con gran cantidad de documentos como las
administraciones públicas o las bibliotecas. Permitían a los usuarios realizar búsquedas rápidas sobre
criterios típicos como título, autor o año de publicación. Estas aplicaciones obtuvieron una gran aceptación;
sin embargo, estos sistemas obtendrían el impulso definitivo con el auge de Internet. Buscadores como
Yahoo! o Google representan un gran avance, especialmente en el modo en que nos han facilitado el acceso
a las distintas fuentes de conocimiento, siendo la primera opción a la que se acude para las necesidades de
información.
69
La tarea de recuperación se lleva a cabo, en general, separando varios procesos:

Análisis y normalización: selección de los términos que mejor representan el contenido de los
documentos (y consultas), y transformación de los términos seleccionados con el objetivo de
reducirlos a formas canónicas, que faciliten las correspondencias posteriores en el proceso de
búsqueda. Los términos pueden ser palabras, frases, n-gramas, u otras unidades.

Cálculo de pesos: asignación a cada uno de los términos de un valor numérico (peso) que representa
su importancia a la hora de representar el contenido de un documento.

Indexación: creación de un índice que facilite el acceso a los documentos que contengan los
términos que los representan.

Búsqueda: proceso basado en el cálculo de correspondencias y semejanzas entre la representación
de la consulta y la de cada documento. Para obtener representaciones compatibles y así permitir
comparar consultas con documentos, el texto de cada consulta deberá ser analizado de la misma
manera que el de los documentos.
Para diseñar un sistema de RI, existen muchas posibilidades y variantes en cuanto al modelo de recuperación
utilizado. Los modelos más comunes son los siguientes:

Modelo booleano, basado en la teoría de conjuntos y el álgebra booleana de gran simplicidad. En
este modelo el método de representación, consiste en especificar los documentos como un conjunto
de términos de indexación o keywords

Modelo vectorial, basado en el álgebra. Se basa en la construcción de una matriz de términos y
documentos, donde las filas contienen los documentos almacenados en una base de datos y las
columnas se corresponden con los términos que se incluye en cada documento.

Modelos probabilísticos, se fundamentan en el cálculo de la probabilidad de que un documento sea
relevante a la consulta proporcionada. El más clásico es el de tipo bayesianao frente a los basados
en modelos del lenguaje.
Una alternativa interesante para mejorar el proceso de recuperación se centra en la expansión de las
consultas. Varias estrategias han sido propuestas:

Realimentación por relevancia (relevance feedback method), donde la consulta inicial se expande
con términos extraídos de los documentos más relevantes recuperados a partir de la consulta inicial.

Expansión con texto integral (full-text expansion), donde la expansión se realiza con textos enteros
(y no sólo términos) que contienen las expresiones de la consulta inicial, recogidos tanto de textos
relevantes como no relevantes.

Expansión con sinónimos, donde los términos de la consulta inicial se amplían con sinónimos
generalmente obtenidos de bases léxicas o tesáuricas, como WordNet. A diferencia de los dos
70
métodos anteriores, que han dado en general buenos resultados, la expansión con sinónimos no ha
contribuido a mejorar los sistemas de RI.
Un problema crucial es encontrar un análisis lingüístico más profundo (sintáctico-semántico) que consiga
una representación fiel de los documentos y las consultas. Algunos sistemas de recuperación de información
integran estrategias de procesamiento de lenguaje natural para enriquecer la representación de los
documentos con información lingüística.
Entre las estrategias de análisis lingüístico más populares, además de la identificación de nombres propios
compuestos y de la anotación morfosintáctica (PoS tagging), el principal foco de atención ha sido el análisis
sintáctico. Así mismo, se están realizando estudios para mejorar, con dependencias sintácticas, sistemas
probabilísticos basados en modelos del lenguaje.
Una vez que se ha logrado acceso a los contenidos buscados y se tiene control sobre los datos, en muchas
aplicaciones se hace necesario el siguiente proceso que es el de extracción de la información, que consiste
en la obtención de las partes que interesan en el texto para pasarlas a un formato de base de datos, es
decir, a un formato estructurado.
Las medidas utilizadas en estos sistemas para medir su rendimiento son:

Cobertura = (número de documentos recuperados) / (número total de documentos relevantes)

Precisión = (número de documentos recuperados que son relevantes) / (número total de documentos
recuperados). Se define como la proporción de documentos relevantes dentro del conjunto de
documentos recuperados por el sistema. También puede verse como la probabilidad condicionada
de que un documento recuperado sea relevante. Así pues, un sistema de recuperación de
información que solo devuelve documentos relevantes tiene un valor de precisión = 1.
En estos casos los resultados deben pasar por un sistema de auditoría que permita corregir manualmente
los errores en cuanto a precisión y cobertura.
En general, los sistemas de extracción de información son útiles si: la información a ser extraída está
especificada explícitamente; o el documento puede resumirse con un número pequeño de plantillas; o la
información que se necesita está incluida completamente en el texto.
Técnicas basadas en procesamiento de lenguaje natural para desarrollar motores de búsqueda semántica
Ciertas tareas cotidianas se realizan con aplicación directa del procesamiento de lenguaje natural. De
hecho, hemos llegado a un punto en el que estamos acostumbrados a:

Realizar búsquedas por palabras en internet con una herramienta tipo Google.

Redactar un documento usando el corrector ortográfico.

Viajar con un GPS el cual emplea la síntesis de voz para dar instrucciones.

Sistemas de reconocimiento de voz para personas discapacitadas.
71

Escribir un mensaje en el teléfono móvil con texto predictivo.
Buscadores como Yahoo! o Google representan un gran avance, especialmente en el modo en que nos han
facilitado el acceso a las distintas fuentes de conocimiento, siendo la primera opción a la que acudimos
para nuestras necesidades de información.
Centrándonos en la web y desde el punto de vista práctico del usuario, Internet es una inmensa colección
de documentos con cierta relación entre sí. Estas relaciones vienen determinadas por los vínculos o
hiperenlaces, que no son más que referencias de un documento a otro. El problema es que no existe un ente
gestor que jerarquice o supervise dichas relaciones. Este es uno de los motivos por los que preferimos utilizar
un buscador y visitar sus resultados, ya que confiamos en su neutralidad. Por tanto, uno de los grandes retos
de los sistemas de recuperación de información en la web no es otro que superar la inherente subjetividad
de los documentos existentes en Internet, y devolver al usuario un conjunto de resultados completo y de
alta precisión.
Otro aspecto a tener en cuenta es el carácter dinámico de la información existente en la red. Internet está
sometido a un proceso de constante cambio y crecimiento, por lo que se necesitan sistemas capaces de
evolucionar de manera eficiente. Los buscadores actuales analizan constantemente la web para mantener
al día sus índices de documentos.
A la difícil tarea de obtener los resultados de más alta calidad, se le suma la falta de meta información en
los propios documentos. Los esfuerzos encaminados a resolver este problema se engloban dentro del término
Web Semántica.
La idea consiste en añadir metadatos, anotaciones semánticas y ontológicas a la información existente en
la web. De este modo, se facilitaría enormemente la interoperabilidad entre los distintos sistemas
informáticos y reduciría la intervención humana.
Puesto que la inmensa mayoría de los documentos existentes en la web carecen de dicha información
semántica, surge un problema de tratamiento de información no estructurada. La falta de modelos que
definan formalmente los contenidos deriva en el empleo de técnicas de procesamiento de lenguaje natural,
utilizadas sobre todo en tareas de indexación y clasificación. Aunque para estos propósitos casi todos los
buscadores sacan partido del propio formato HTML, este no es suficiente cuando entran en juego
características propias del lenguaje natural como la ambigüedad, la sinonimia o la polisemia.
La tecnología sobre búsqueda e indexación ha avanzado de tal manera que hoy tenemos la posibilidad de
incorporar un buscador completo en nuestras aplicaciones web. Lucene es una herramienta desarrollada por
la fundación Apache que nos proporciona todo lo necesario para indexar documentos de diversos tipos:
páginas en HTML, PDFs, documentos en formato Word u Open Office, etc... Son muchos los gestores de
contenidos que incluyen un buscador basado en Lucene. Algunos tan conocidos como Liferay o Alfresco.
72
Finalmente, los sistemas de recuperación de información han llegado incluso a los sistemas operativos
modernos. Las últimas versiones más recientes incorporan aplicaciones que indexan todo tipo de documentos
del usuario: ficheros de texto, marcadores de favoritos, emails, conversaciones de mensajería instantánea,
calendarios, etc... Sirva como ejemplo Spotlight de Mac OS X, Instant Search de Windows Vista o Tracker de
Linux. Todas estas aplicaciones comparten los mismos principios: un proceso en segundo plano se activa
periódicamente e indexa la carpeta principal del usuario. Al realizar la búsqueda, esta se lanza directamente
sobre los índices devolviendo los resultados de forma inmediata.
La indexación es una operación que se realiza con cierta periodicidad y consiste en el análisis de los
documentos de la colección, es decir las páginas web, para crear los índices de términos que permitan
acceso a los mismos de la manera más eficiente posible. Para alimentar al sistema de indexación se necesita
de otro proceso que vaya recorriendo el grafo que representa la web en busca de nuevos nodos para analizar.
A este último proceso se le conoce como crawler o araña.
El proceso de búsqueda comienza cuando un usuario realiza una consulta al servidor web del sistema de
recuperación de información, este se encarga de transformar la consulta en una petición a la base de datos
de índices donde se buscarán los nodos que conformarán el resultado. Normalmente los buscadores web
presentan la lista de resultados ordenándolos según su relevancia estimada, basada en algún algoritmo
puntuación. Algunos buscadores también presentan sugerencias a la consulta cuando detectan que el
conjunto de resultados obtenido es escaso o poco relevante, muchas veces esto se debe a una consulta mal
planteada o con faltas de ortografía.
Dentro de todos los algoritmos de puntuación existentes, el que mayor éxito ha cosechado hasta el momento
es el denominado PageRank de Google. A grandes rasgos, la indexación web consiste en analizar las páginas
seleccionadas por el crawler y almacenar su contenido de forma que, al preguntar por un término concreto
nos devuelva los identificadores de las páginas que contienen dicho término. Además, la indexación debe
realizarse teniendo en cuenta los valores de PageRank asociados a cada página, de modo que los
identificadores sean devueltos por orden de relevancia. Otro aspecto a tener en cuenta en el proceso de
indexación es la localización de los términos dentro de una página; una palabra concreta que aparece en el
título de una página A debería de otorgarle mayor puntuación respecto a otra página B que la contiene en
el cuerpo.
Los sistemas de recuperación de información en las web actuales se basan en técnicas de análisis estadístico
superficial de los contenidos para llevar a cabo las tareas de indexación y búsqueda. La tecnología empleada
hoy día no permite discernir aun con perfección la relevancia de un documento ante la expresión de una
necesidad de información. Tanto es así que a veces no encuentran los documentos solicitados o devuelven
documentos no deseados y en un ranking que no siempre es el adecuado. Para conseguir nuevos niveles de
refinamiento en las búsquedas son imprescindibles las aportaciones del procesamiento del lenguaje natural
y la lingüística computacional. Estas disciplinas vienen a ayudar donde la estadística no puede llegar:
73
generar conocimiento semántico. Como producto principal de esta agrupación tecnológica aparecerán los
buscadores semánticos, capaces de entender consultas en lenguaje natural y resolver los problemas de
ambigüedad y semántica del lenguaje.
Actualmente, la web está poblada con numerosos documentos en formato HTML. Este lenguaje sólo sirve
para definir la apariencia gráfica de los documentos, limitando las posibilidades de clasificación de los
mismos. Se hace patente la necesidad de un nivel adicional de especificación donde se determine la
semántica de los contenidos.
La evolución tecnológica que viene produciéndose en la web en los últimos años va claramente encaminada
a conseguir dos objetivos: involucrar a los usuarios en el desarrollo de los contenidos y la interoperabilidad
entre todos los sistemas informáticos sin intervención humana. El primero de ellos es una realidad patente;
sitios web como la Wikipedia, YouTube, Tuenti o los propios blogs tienen un denominador común: la
participación de los usuarios en la creación de los contenidos.
En cuanto a la interoperabilidad de sistemas, el objetivo es conseguir que la metainformación semántica
añadida describa los contenidos web y las relaciones entre los mismos. Para dotar de una utilidad práctica
a dicha información esta debe definirse en un formato fácilmente procesable por un computador. En los
últimos años se han producido grandes avances en el desarrollo de ontologías y lenguajes dedicados a su
tratamiento como RDF, OWL o SPARQL. A esta nueva tendencia donde los contenidos web se autodescriben
se le conoce como Web Semántica o Web 3.0.
Afortunadamente, la Web 2.0 está influyendo positivamente en la creación de su sucesora ya que fomenta
en los usuarios la costumbre de etiquetar sus contenidos; por ejemplo, etiquetando un video subido en
YouTube o añadiendo etiquetas de los amigos que aparecen en una foto. De esta manera se consigue poblar
el nivel semántico y el uso de dicha información por parte de software de terceros sin intervención humana.
Centrándonos en la web semántica, son multitud de proyectos los que giran alrededor de este concepto. En
primer lugar, hay que destacar a los lenguajes que se están imponiendo como estándares y que permiten
tanto etiquetar la web, como recuperar la información. Estos son los tres pilares fundamentales en los que
se describe la metainformación ontológica hoy día:

RDF: Resource Description Framework. Se trata de un lenguaje ideado para proporcionar una
información descriptiva de los recursos que se encuentran en la web.

SPARQL: Estas siglas definen al lenguaje estándar de consulta sobre RDF, y significan SPARQL
Protocol and RDF Query Language. Permite búsquedas sobre recursos de la web semántica utilizando
distintas fuentes de información. Ha sido concebido con la idea de que una sola consulta a través
de diferentes almacenes de datos es mejor que múltiples consultas por separado.

OWL: Es un lenguaje tipo XML que permite definir ontologías serializables en formato RDF. Su
acrónimo significa Ontology Web Language. Se le considera pieza fundamental en el desarrollo de
74
la web semántica, ya que es el punto de partida para lograr que otras aplicaciones puedan realizar
razonamientos sobre los datos de forma automática.
En la nueva web semántica, una búsqueda no puede limitarse a un simple problema de recuperación de
documentos. Hay que sacar provecho de las nuevas interconexiones para dotar de un valor añadido a los
resultados. De hecho, poco a poco se va vislumbrando esta nueva tendencia en los buscadores comerciales,
los cuales incorporan publicidad orientada, enlaces a elementos multimedia de otras webs o incluso mapas
con información geográfica de localización. Otra de las metas que persiguen los algoritmos de búsqueda
orientados a la web semántica consiste en modelar la intención del usuario y facilitarle las tareas. En
definitiva, este enfoque de la búsqueda semántica plantea que un buscador ya no es una interfaz para
recuperar documentos, sino un medio para realizar tareas basadas en la web.
Recientemente han surgido nuevos proyectos con el lenguaje natural como herramienta de búsqueda. ¿Por
qué expresar una necesidad de información hablando como indios cuando podríamos hacerlo en nuestra
propia lengua? Este es el objetivo de compañías como Powerset, Lexxe, TrueKnowledge o Ask.com.
75
3 Iniciativas de interés
3.1 IBM Watson
Watson es un sistema informático de inteligencia artificial que es capaz de responder a preguntas formuladas
en lenguaje natural, desarrollado por la corporación estadounidense IBM. Forma parte del proyecto del
equipo de investigación DeepQA.
El sistema responde a las preguntas gracias a una base de datos almacenada localmente. La información
contenida en esa base de datos proviene de multitud de fuentes, incluyendo enciclopedias, diccionarios,
tesauros, artículos de noticias y obras literarias, al igual que bases de datos externos, taxonomías, y
ontologías, específicamente DBpedia, WordNet, y Yago.
La corporación lo describe como "una aplicación de tecnologías avanzadas diseñadas para el procesamiento
de lenguajes naturales, la recuperación de información, la representación del conocimiento, el
razonamiento automático, y el aprendizaje automático al campo abierto de búsquedas de respuestas.
El objetivo para Watson es permitir que las computadoras comiencen a interactuar de forma natural con
humanos a través de una amplia gama de aplicaciones y procesos, comprendiendo las preguntas de los seres
humanos, y dando respuestas que los seres humanos pueden comprender y justificar.
IBM y Nuance Communications Inc. se han unido para explotar las capacidades de Watson como sistema de
apoyo para decisiones clínicas para ayudar al diagnóstico y tratamiento médico de pacientes.
IBM Watson Explorer es una solución de exploración cognitiva que combina búsqueda de contenido con
análisis de capacidades de computación cognitivas, para ayudar a los usuarios a encontrar y entender la
información que necesitan para trabajar más eficientemente y tomar mejores decisiones.
Esta herramienta proporciona:

Potente indexación y búsqueda para asegurar que los empleados tienen acceso a la información que
necesitan, independientemente del formato o la forma en que se gestiona.

Análisis de contenidos avanzados para agregar, analizar y visualizar contenido no estructurado para
revelar ideas y patrones ocultos.

Las capacidades de análisis cognitivo y la información proporcionada a través de IBM Watson
Developer Cloud permiten a las empresas integrar características interpretativas como la aplicación
del lenguaje natural.

Application Builder permite crear aplicaciones de información de 360 grados para llevar la
información, análisis y perspectivas a todos los usuarios.
Watson Explorer ofrece todas estas funciones en la escala y velocidad requerida por los volúmenes de datos
actuales, todo ello manteniendo la seguridad y fiabilidad exigidas por las empresas globales.
76
Puede ayudar a mejorar el rendimiento mediante el proceso de recopilación y análisis de la información
necesaria para las tareas e interacciones del día a día, así como ayudar en la toma de las decisiones
estratégicas y tácticas. Aborda toda la información en un solo sistema, es decir, unifica los datos de varias
fuentes, en un solo punto de acceso.
El valor oculto de su contenido es único para cada organización, y el desbloqueo no es una tarea trivial ya
que muchas organizaciones se enfrentan a obstáculos debido a la falta de tecnología y procesos apropiados.
Sin embargo, las empresas que abren este valor han demostrado su capacidad para aumentar los ingresos,
mejorar la productividad, reducir costes, responder a las necesidades del cliente de una manera más rápida
y precisa… Watson Explorer proporciona una plataforma flexible para la creación y gestión de aplicaciones.
Fuente: IBM Watson Explorer, Explore, analyze and interpret information for better business outcomes, IBM Software
La base de la plataforma es un marco conector que permite a Watson Explorer aprovechar prácticamente
cualquier aplicación o sistema de gestión de datos para extraerlos, indexarlos, analizarlos, interpretarlos y
visualizarlos. Un modelo de seguridad sofisticado permite asignar los permisos de acceso. El marco conector
también permite la rápida creación de nuevos conectores para fuentes de datos adicionales.
En la indexación, búsqueda y análisis, la información que se extrae, se procesa utilizando diferentes
herramientas de análisis, incluyendo la conversión de contenido, análisis de texto, la extracción de la
entidad y el análisis de contenido. Estos procesos aseguran que el índice resultante producirá resultados
altamente relevantes, y proporciona la estructura necesaria para la navegación y visualización del mismo.
El generador de aplicaciones, Application Builder permite a los administradores y desarrolladores construir
aplicaciones de información de 360 grados que proporcionan a los usuarios la información y los
conocimientos que necesitan para un rendimiento óptimo. Su potencial aborda imperativos de negocio tales
77
como la mejora de la participación del cliente, la creación de estrategias de marketing exitosas, desarrollo
de productos más innovadores… Este generador define las entidades pertinentes, tales como clientes,
cuentas y productos, y luego crea páginas compuestas de widgets que proporcionan información y que
permiten a los usuarios finales seleccionar qué widgets quieren mostrar y organizarlos a través de una
interfaz para crear una vista personalizada.
Una característica llamada Feed de actividad permite a los usuarios seguir cualquier tema y recibir la
información más actualizada, así como enviar un comentario y ver los comentarios publicados por otros
usuarios. Para mejorar aún más la colaboración, al usuario se le permite arrastrar la información de un
widget a un espacio de colaboración concreto para futuras referencias, y para permitir que otros usuarios
puedan debatir sobre el tema.
Watson Explorer Advanced Edition extrae la visión de la información no estructurada utilizando la tecnología
de procesamiento de lenguaje natural combinado con una variedad de herramientas analíticas. Mientras el
análisis de datos estructurados puede dar una idea sobre el qué, el dónde y el cuándo de un reto u
oportunidad de negocio, el análisis de contenidos proporciona conocimientos para responder por qué y
cómo.
Los beneficios del uso del análisis de contenido de Watson Explorer incluye:

Anticipar la identificación de defectos del producto

Mejorar la investigación de productos, diseño, calidad y servicio

Reducción de la pérdida de clientes

Mejorar la gestión de los recursos humanos

Seguimiento de la competencia
Content Analytics Miner es una interfaz de contenido interactivo que ayuda a los profesionales a manejar y
comprender grandes cantidades de texto para detectar nuevas ideas de negocio. Esta herramienta permite
a los usuarios explorar la información textual mostrando tendencias, patrones y anomalías en la información.
Está diseñada para analistas de negocios para crear a través de una sencilla interfaz, recursos de dominio
específico y reglas de análisis sintáctico para identificar facetas, entidades y relaciones.
Watson Analytics
La tecnología Watson de IBM, con capacidades para procesar lenguaje natural y responder a preguntas
complejas, extenderá sus funcionalidades con un nuevo servicio para automatizar y agilizar el análisis de
datos complejos, que marca el inicio de una nueva era de la computación cognitiva, con capacidades para
ayudar en la toma de decisiones sobre temas complejos que involucran grandes volúmenes de datos.
Una de las peculiaridades de Watson, una tecnología que incorpora motores de inteligencia artificial y
sistemas de razonamiento estadísticos como parte de sus capacidades cognitivas, es que aprende de la
interacción con el usuario; actualmente se está aplicando en áreas como la banca, los seguros o la medicina.
78
El servicio Watson Analytics en la nube, ha sido diseñado como herramienta de trabajo para automatizar los
procesos de análisis de datos y acceso a predicciones que ayuden a tomar decisiones acertadas en el trabajo.
Con cantidades poco voluminosas de información es gratuito el uso de esta herramienta, pudiendo ser
utilizada por estudiantes, periodistas, abogados, arquitectos, y cualquier autónomo y empresa.
Watson Analytics garantiza simulaciones en cuestión de minutos y evita al usuario tener que depender
exclusivamente de expertos que filtren y preparen laboriosamente la información con la que elaborar
informes, con los que luego tomar decisiones profesionales o empresariales.
La herramienta se apoya en una arquitectura que, a partir de la descomposición sintáctica de las preguntas,
procesa en paralelo cientos de hipótesis para luego verificarlas contra cientos de evidencias, dando una
respuesta con un alto nivel de confianza.
Este nuevo servicio Watson se suma a otros lanzados anteriormente: Watson Engagement Advisor, un sistema
de apoyo al conocimiento para las ventas, o Watson Discovery Advisor, un sistema capaz de revelar patrones
y conexiones de datos científicos ocultos entre cantidades masivas de información. Está disponible como un
servicio a través de la nube, reduciendo el tiempo necesario para que los científicos comprueben hipótesis
o formulen conclusiones en torno a sus investigaciones. Además de identificar correlaciones desconocidas
hasta el momento y entender los matices del lenguaje natural, comprende el lenguaje especializado, como
por ejemplo cómo interactúan los compuestos químicos.
Los avances en computación cognitiva demuestran que la disciplina se ha convertido en una realidad
sustentada por el desarrollo de tecnologías de Big Data, y el procesamiento de enormes cantidades de
información para extraer valor de todos esos datos, procedentes de fuentes masivas. En la sociedad actual,
cada minuto se inyectan a internet datos de fuentes dispares que crecen exponencialmente, y se requiere
que sean procesados en un tiempo breve, obligando a presentar la información de forma rápida y fácilmente
entendible por el usuario.
79
3.2 Detección de la apnea del sueño
El Grupo de Aplicaciones del Procesado de Señales de la Universidad Politécnica de Madrid y el Grupo
Quirón, trabajan en la aplicación de técnicas de análisis de voz para la detección de la apnea del sueño.
La investigación está impulsada por el neumólogo José Alcázar Ramírez, y el investigador Luis Hernández
Gómez, del Grupo de Aplicaciones del Procesado de Señales.
Para ello, se han recabado grabaciones de voz para analizar la relación entre los condicionantes clínicos del
síndrome de apneas-hipopneas del sueño (SAHS), y los rasgos observados en el proceso de caracterización
del habla de estos pacientes.
La experiencia del grupo GAPS en el campo de las tecnologías del habla ha permitido abordar esta labor,
adaptando algunas de las técnicas de clasificación utilizadas en el reconocimiento automático del habla y
del locutor, al problema específico de caracterización y clasificación de locutores para la detección del
SAHS.
Los resultados obtenidos resultan muy alentadores. Actualmente, en los trabajos participa el Hospital Quirón
de Málaga, pero se pretende extender a todos los Hospitales Quirón de España, para demostrar la posible
influencia del acento local en la sensibilidad/especificidad de la prueba.
Instituciones de distintos países se han interesado por el trabajo desarrollado, tales como el grupo de
Ingeniería Biomédica de la Universidad Ben-Gurion (Israel), equipos de la Universidad de Aviñón (Francia),
o el Instituto Superior Politécnico José Antonio Echeverría (Cuba).
80
3.3 Siri de Apple
Siri es una aplicación con funciones de asistente personal para iOS.
Esta
aplicación
utiliza
procesamiento
del
lenguaje
natural
para
responder
preguntas,
hacer
recomendaciones y realizar acciones, mediante la delegación de solicitudes hacia un conjunto de servicios
web que ha ido aumentando con el tiempo.
Entre las cualidades destacadas, Siri es capaz de adaptarse con el paso del tiempo a las preferencias
individuales de cada usuario, personalizando las búsquedas web y la realización de algunas tareas.
Siri ofrece interacción conversacional con otras aplicaciones, tales como los recordatorios, consulta con el
estado del tiempo, la bolsa, el servicio de mensajería, el correo electrónico, calendario, contactos, notas,
música, reloj, navegador web, Wolfram Alpha y los mapas.
Es un producto surgido del Centro de Inteligencia Artificial de SRI International, nacido como una rama del
proyecto CALO, un proyecto financiado por DARPA, descrito como "el mayor proyecto de inteligencia
artificial creado a la fecha". Las áreas técnicas en las que hace foco primario el proyecto Siri son: Interfaz
Conversacional, Reconocimiento de Contexto Personal, y Delegación de Servicios.
81
3.4 Perldoop
El Centro Singular de Investigación en Tecnologías de la Información (Citius), de la Universidad de Santiago
de Compostela, ha creado un software libre que acelera el procesamiento de textos y documentos
publicados en la web.
Su nombre es Perldoop, y permite el análisis de los datos de una forma sencilla y eficiente. La herramienta
adapta aplicaciones del ámbito del procesamiento de textos y documentos a modelos de computación, lo
que reduce los tiempos de ejecución y permite trabajar con grandes volúmenes de datos.
Su propuesta se ha basado en el diseño de un sistema que permite transformar el software usado para el
procesamiento del lenguaje natural en una solución compatible con las tecnologías Big Data.
Con sólo introducir unas etiquetas en la aplicación original, esta herramienta de traducción permite al
programador convertir automáticamente todo su código en código Java adaptado a MapReduce (modelo de
programación utilizado por Google para dar soporte a la computación paralela sobre grandes colecciones de
datos), habilitándolo así para su ejecución en un clúster, es decir, permitiendo su ejecución simultánea en
múltiples cores o nodos de computación.
Otra característica es que los resultados se han hecho públicos bajo una licencia de software libre, con el
objetivo de que esté a disposición del mayor número posible de usuarios y profesionales.
82
3.5 Cortana de Microsoft
Cortana es el asistente personal virtual que ofrece Microsoft. Comenzó estando disponible en Windows Phone
8.1, luego en Microsoft Band y, posteriormente en Windows 10. Microsoft también espera lanzar este
software, a modo de programa independiente en iOS y Android. El nombre deriva del personaje homónimo
de la serie de videojuegos Halo, una franquicia exclusiva de Xbox.
Cortana reconoce el lenguaje natural (sin necesidad de utilizar comandos concretos) y utiliza Bing, Yelp y
Foursquare como bases de datos. Se diferencia de Google Now y de Siri en que es el primer asistente virtual
que incluye una "Libreta", donde Cortana guarda toda la información que tiene sobre el usuario, sus
intereses, rutinas, etc. De esa manera la información que el sistema tiene del usuario es fácilmente
controlable, pudiendo borrar todo rastro o introducir a propósito sus gustos y demás para mejorar el servicio.
También es el primer asistente que permite a los desarrolladores integrarse con él, permitiendo utilizar sus
aplicaciones mediante la voz.
Como Cortana es específica de cada país, se ha adaptado a los patrones cotidianos de cada región del
usuario, su voz al idioma en concreto, la cultura y el habla. Por ejemplo, la versión británica de Cortana
habla con un acento británico y utiliza modismos británicos, mientras que la versión china, conocido como
Xiao Na, habla chino mandarín y tiene un icono con una cara y dos ojos. También trata de satisfacer las
necesidades según su uso, asimismo podrá visualizar información relevante sobre una gran diversidad
temática, como por ejemplo, equipos deportivos locales, negocios, series de televisión y las bolsas de
valores.
83
3.6 Inbenta
Inbenta, compañía española líder en procesamiento de lenguaje natural y en búsqueda semántica, que
ofrece soluciones online con los usuarios a través de la web, ha implementado una nueva funcionalidad en
su software, el Análisis Emocional.
Inbenta Sentiment Detector (ISD) es capaz de detectar y clasificar de forma rápida y automática si las
opiniones e interacciones en la experiencia de los clientes son positivas o negativas. Esta función es
especialmente útil para aquellas empresas que necesitan mejorar la estrategia en sus servicios de atención
al cliente y su reputación corporativa, ya que es capaz de ofrecer una experiencia satisfactoria a sus
usuarios.
La nueva funcionalidad nace ante la progresiva demanda de las empresas, en un momento crucial en el que
las redes sociales, los foros y otros espacios online dedicados a la atención de los clientes son herramientas
cada vez más utilizadas para informarse y compartir experiencias.
El software de Inbenta integra un sistema inteligente de detección de las emociones, que es capaz de
examinar el texto escrito por el usuario, teniendo en cuenta incluso el contexto, de modo que, ni siquiera
los emoticonos, los comentarios sarcásticos o las frases coloquiales son un obstáculo para analizar el
verdadero significado y establecer si las emociones expresadas son positivas, negativas o neutras. Entre sus
clientes cuenta con la norteamericana Franklin Planner, dedicada al comercio electrónico.
84
4 Fuentes de información
A continuación se presentan las principales fuentes de información utilizadas para el desarrollo del presente
documento:

Aplicaciones de Procesamiento de Lenguaje Natural, Hernández M. Gómez J. Escuela Politécnica
nacional, Facultad de Ingeniería en Sistemas Quito, Ecuador, Universidad de Alicante, Departamento
de Lenguajes y Sistemas Informáticos, Alicante, España

The Bhiopharmaceutical Challenge, Efficient Innvation, IBM Software. IBM Solutions

IBM Watson Explorer, Explore, analyze and interpret information for better business outcomes, IBM
Software

Aplicación de tecnologías de Procesamiento de lenguaje natural y tecnología semántica en Brand
Rain y Anpro 21, Oscar Trabazos, Silvia Suarez, Remei Bori y Oriol Flo

Diseño e implementación de un sistemas para el análisis y categorización en Twitter mediante
técnicas de clasificación automática de textos, Universidad Carlos III de Madrid, Escuela Politécnica
Superior de Ingeniería Técnica de Telecomunicación: Telemática, Samuel Alcázar Jaén, Luis Sánchez
Fernández, María Luz Congosto Martínez

Evaluación de las herramientas comerciales y métodos del estado del arte para la generación de
resúmenes extractivos individuales, Griselda Areli Matías Mendoza, Yulia Ledeneva, Rene Arnulfo
García- Hernández, Grigori Sidorov, Universidad Autónoma del Estado de México, Unidad Académica
Profesional Tianguistenco, Laboratorio de lenguaje natural y procesamiento de texto, Centro de
investigación en computación, Instituto Politécnico Nacional de México

Generador de los grafos conceptuales a partir del texto en español, Centro de investigación en
computación, Instituto Politécnico Nacional de México, Macario Hernández Cruz

Procesamiento del lenguaje Natural en recuperación de la información, Paula Andrea Benavides
Cañón, Sandra Rodríguez Correa, Universidad de la Salle, Colombia, Sistemas de Información y
Documentación

Libro Blanco de las Tecnologías del Habla, Antonio Rubio Ayuso, Inmaculada Hernáez Rioja

Procesamiento de Lenguaje Natural Robusto, Andrés T. Hohendahl, Laboratorio de Estereología y
Mecánica Inteligente, Facultad de Ingeniería, UBA, IIBM (Instituto de Ingeniería Bio Médica),
Facultad de Ingeniería, UBA.

Procesamiento del lenguaje natural, F. J. Martín Mateos, J. L. Ruiz Reina, Dpto. Ciencias de la
Computación e Inteligencia Artificial, Universidad de Sevilla

TESIS DOCTORAL Adquisición y representación del conocimiento mediante procesamiento del
lenguaje natural, Milagros FERNÁNDEZ GAVILANES, Dr. Manuel VILARES FERRO, Dr. Éric VILLEMONTE
DE LA CLERGERIE, Universidad de Coruña
85

Técnicas de Procesamiento del Lenguaje Natural en la Recuperación de Información, Pablo GAMALLO
OTERO y Marcos GARCÍA GONZÁLEZ, Centro de Investigación sobre Tecnoloxías da Lingua (CITIUS)
Universidade de Santiago de Compostela

Optimización Global de Coherencia en la desambiguación de las palabras, Sulema Torres Ramos,
Instituto Politécnico Nacional, Centro de Investigación en Computación, Laboratorio de lenguaje
natural

LoginFin

Páginas web:

Nuance

Verbio

Agnitio

Indisys

Daedalus

Voicebase

Microsoft

Inbenta
Como complemento al trabajo de análisis e investigación, se ha contado con la visión de los siguientes
expertos en la materia:

Alfonso Hernández Gómez, Profesor Titular de Universidad integrado en el Departamento de
señales, sistemas y radiocomunicaciones de la Universidad Politécnica de Madrid, Grupo de
Procesado de señales (GAPS)

L. Alfonso Ureña López, Presidente de la Sociedad Española para el Procesamiento del Lenguaje
Natural ( SEPLN) y Profesor de la Universidad de la Jaén

José Manuel Pardo Muñoz, Jefe de Grupo de GTH Speech Techonology Group

Juan Ignacio Godino Llorente, Catedrático de Universidad Politécnica de Madrid, Director Proyecto
de I+D+i: Plataforma existente Medivoz

Paloma Martínez Fernández, Profesora Titular del Departamento de Informática de la Universidad
Carlos III de Madrid y responsable del Grupo de Bases de Datos Avanzadas

Sinuhé Arroyo, CEO & Founder en Taiger

José Alcázar, Jefe de servicio de Neumología en Hospital Quirón

Rubén San Segundo, Profesor asociado en el Departamento de Ingeniería Electrónica (DIE) de la
ETSIT, UPM

Javier Ortega-García, fundador y co-director del Grupo de Reconocimiento Biométrico - ATVS de la
Universidad Autónoma de Madrid

Joaquín Gonzalez-Rodriguez, fundador y co-director del Grupo de Reconocimiento Biométrico - ATVS
de la Universidad Autónoma de Madrid.
86