Enciclopedia/Diccionario de Psicología y Neurociencias:

ıllı Interfaz de usuario de lenguaje natural wiki: info, libros pdf y vídeos

Detalles: Categoría: PSICOLOGIA (WIKINFO)

psicologia y neurociencias

Interfaz de usuario de lenguaje natural

Interfaces de Usuario de Lenguaje Natural son un género de interfaz de usuario que deja la comunicación entre humanos y máquinas, donde los fenómenos lingüísticos, como los verbos, oraciones y cláusulas actúan como controles de la interfaz de usuario para crear, escoger y alterar datos en las aplicaciones de software.

En el diseño de la interfaz de lenguaje natural las interfaces son buscadas por su velocidad y sencillez de empleo, mas además de esto hay factores como la entendimiento, que agregan una complejidad significativa, en tanto que podemos localizar entradas equívocas en el sistema.

Las interfaces de lenguaje natural componen un área activa de estudio en el campo del procesamiento del lenguaje natural y la lingüística computacional. Una intuitiva interfaz de lenguaje natural normalmente es uno de los grandes objetivos activos de la Web Semántica.

Es esencial tener en consideración que las interfaces de texto son "naturales" en distintos grados, y que muchos lenguajes de programación formal (no natural) incorporan idiomas de lenguaje natural humano. De la misma manera, un motor tradicional de busca de palabras clave podría ser descrito como una interfaz de usuario de la lengua natural “superficial”.

Un motor de busca de lenguaje natural, teóricamente, debería localizar contestaciones a preguntas concretas del usuario (en vez de buscar por las palabras claves contenidas en el interrogante). Por servirnos de un ejemplo, cuando se efectúa una pregunta como por poner un ejemplo "Que Estado de EE.UU., tiene el impuesto de renta más alto?", Los buscadores web usuales ignoran el inconveniente y efectúan una busca con las palabras clave ' Estado, renta y también impuesto ". La busca en lenguaje natural, por otra parte, procura usar el procesamiento del lenguaje natural para entender la naturaleza de el interrogante y después busca y devuelve un subconjunto web que contiene la contestación a el interrogante.Si marcha, los resultados tendrían una relevancia mayor que los resultados de un motor de busca por palabra clave. Desde determinado punto de vista comercial, la publicidad en la página de resultados asimismo podría ser más relevante y podría tener un potencial de ingresos más alto que el de los buscadores por palabra clave.

Dificultades del reconocimiento

Los sistemas de reconocimiento se puede dividir en 2 tipos primordiales. Sistemas de reconocimiento de patrones entrenados, este equipara los patrones con otros patrones ya conocidos y clasificados para determinar la semejanza y en consecuencia el reconocimiento. Y por otra parte tenemos los Sistemas fonéticos que usan el conocimiento del cuerpo humano (la producción del habla y audición) para cotejar las peculiaridades del lenguaje (fonética, como sonidos de las vocales). Los sistemas más modernos se centran en el enfoque de reconocimiento de patrones, puesto que combina realmente bien con las técnicas de computación actual y tiende a tener una mayor precisión.

La alteración inter-locutor en el nivel segmental: oscilograma de la palabra "Hola" pronunciada por un hablante femenino.La alteración inter-locutor en el nivel segmental: oscilograma de la palabra "Hola" pronunciada por un hablante masculino.

Aun de esta manera existen una serie de factores que complican estos procesos, puesto que influyen en el tratado de la señal y por lo tanto en el reconocimiento. Ciertos de ellos son los siguientes:

La alteración fonética inter-locutor y también intra-locutor: La alteración inter-locutor, da sitio a que cuando se está emitiendo una secuencia específica de palabras, con exactamente el mismo estilo de habla, y sin diferencias geográficas o bien sociales, incluso de esta forma existan alteraciones en el lenguaje. Por otra parte la alteración intra-locutor, estudia qué cambia en todos y cada persona cuando habla de manera espontánea o bien cuando lee.

Los estilos de habla: Entre todos y cada uno de los hablantes hay un extenso repertorio de estilos que puden alterar la inteligibilidad de la palabra. “El estilo depende del grado de atención del hablante cara las peculiaridades de su producción lingüística”(William Labov).

Las "disfluencias" en el habla espontánea: En este apartado podemos hallar un extenso conjunto de alteraciones que cambian la fluideza de la lingüística. Entre ellas hallamos las pausas, reiteraciones, palabras truncadas, alargamientos vocálicos, interrupciones, oraciones inconclusas e inclusive alteraciones en la velocidad.

Las peculiaridades del entorno: Finalmente tenemos el factor externo al locutor, y no por este motivo menos esencial, dado a que las alteraciones ambientales del ambiente pueden entorpecer significativamente el procesado de la señal. En un caso así nos hallamos con ruidos que pueden distorsionar o bien disfrazar, y cambios de sonido entorno que pueden alterar la señal de forma transitoria.

Tratamiento de la señal

La implementación de un sistema de reconocimiento de lenguaje natural, acarrea el tratamiento de la señal acústica, pasando por diferentes bloques que nos van a ayudar a extraer las peculiaridades precisas para incorporar el sistema. Este tratamiendo lo podríamos resumir con los próximos apartados:

1. El paso inicial es la atrapa de la señal de voz. Se emplea un micrófono que por medio de un convertidor CAD(Conversor Analógico/Digital) transforma la señal acústica en una señal eléctrica, a la que se le efectúa la extracción de factores. En este paso hay una complejidad añadida, provocada por la no linealidad y perdida de frecuencias introducido por el sistema micrófono/convertidor.

Diagrama de bloques de un sistema de reconocimiento de lenguaje natural

2. La próxima etapa es la segmentación y el etiquetado, acá el sistema procura localizar las zonas estables donde las peculiaridades son incesantes. Uno de las técnicas más empleadas es la utilización de solapamiento entre el enventanado, para eludir dejar una parte de señal sin examinar.En este nivel además de esto se acostumbran a aplicar filtros de normalización y pre-énfasis, con los que se prepara la señal para ser procesada.

3. En tercer lugar se efectúa el cálculo de factores, lo que da una representación fantasmal de las peculiaridades de la señal de voz que podemos emplear para adiestrar el sistema de reconocimiento (HMM, Redes neuronales, entre otros muchos). Los métodos más habituales en esta etapa son el análisis de banco de filtros y LPC. Para el cálculo de factores que caracterizan la señal se prosigue un patrón de bloques estandarizado por la ETSI.

Tipos de reconocimiento de voz

Los sistemas de reconocimiento de voz se pueden separar en múltiples clases, clasificados por la descripción de los diferentes géneros de expresiones que tienen la capacidad de reconocer. Estas clases se fundamentan en el hecho de que una de las contrariedades del ASR es la capacidad de determinar en el momento en que un locutor empieza y acaba de charlar. Ahora se nombran los modelos más distinguidos:

Reconocedores de palabras apartadas por norma general requieren un enunciado acotado (la carencia de una señal de audio) a los dos lados de la ventana de muestra. Esto no desea decir que admite una sola palabra, mas sí que requiere una expresión única al unísono. Con frecuencia, estos sistemas tienen estados de "Percibir / No-Percibir", donde se precisa que el locutor guarde un tiempo de espera entre palabras (generalmente hace el procesamiento a lo largo de las pausas).

Sistemas de palabra conectada( "expresiones conectadas ') son afines a las palabras apartadas, mas a diferencia este asimismo deja expresiones separadamente con una pausa mínima entre ellas.

Reconocimiento progresivo son los más bastante difíciles de crear pues deben emplear métodos singulares para determinar los límites de emisión. Los reconocedores de voz continua dejan a los usuarios charlar prácticamente de forma natural, al paso que la computadora determina el contenido.

Habla espontánea, hay una pluralidad de definiciones de lo que habla espontánea es realmente. En un nivel básico, se puede estimar como el alegato que suena natural y no ensayado. Un sistema de ASR con la capacidad de reconocer el habla espontánea ha de ser capaz de manejar una pluralidad de peculiaridades de lenguaje natural.

Voz de verificación/identificación, ciertos sistemas de reconocimiento automático del habla tienen la capacidad de identificar a los usuarios concretos. Este género de reconocimiento se fundamenta eminentemente en peculiaridades específicas extraídas del sujeto a contrastar o bien identificar. Característiques como la amplitud de la señal, la frecuencia y los factores cepstrales de la escala Mel.

La interfaz de lenguaje natural anteriormente dio sitio a los usuarios que deseaban antropomorfizar sus equipos, o bien cuando menos atribuir más inteligencia que la que garantizan. Esto conduce a esperanzas poco realistas de las capacidades del sistema por la parte del usuario. Semejantes esperanzas hacen bastante difícil aprender las limitaciones del sistema, y si les atribuyen un exceso de capacidad, esto va a dar sitio a la decepción cuando el sistema no funcione como se espera.

Existe un documento de mil novecientos noventa y cinco titulado "Natural Language Interfaces to Bases de datos – An Introduction'", en el que se describen ciertos desafíos más significativos:

La pregunta de "Lista de todos y cada uno de los empleados de la compañía con un permiso de conducción" es equívoco salvo que sepa que las compañías no pueden tener licencias de conducir.

"Lista de todos y cada uno de los demandantes que viven en California y Arizona." Es equívoco salvo que se sepa que una persona no puede vivir en 2 lugares al unísono.

Resuelve lo que un usuario desea decir por el 'él', 'ella' o bien 'esto', en una consulta auto-referencial

Otros objetivos a tener en consideración de forma más general son la velocidad y eficacia del sistema interfaz, como en otro algoritmo estos 2 puntos son los que determinarán que unas técnicas sean mejores que otras y por consiguiente que tengan mayor éxito en el mercado.

Por último, con respecto a las técnicas empleadas, el primordial inconveniente a solucionar es el de crear un algoritmo general que pueda reconocer todos y cada uno de los géneros de voces, sin distinguir entre nacionalidad, sexo o bien edad. En tanto que pueden existir diferencias significativas entre las peculiaridades extraídas a múltiples locutores que pronuncian exactamente la misma palabra o bien oración.

La interfaz de lenguaje natural y su reconocimiento con resultados satisfactorios, dan sitio a que esta tecnología pueda ser empleada para diferentes usos y aplicaciones. Ciertos primordiales usos son:

Dictado , este es el empleo más frecuente para los sistemas de ASR hoy día. Esto incluye transcripciones médicas, dictados legales y comerciales, como procesamiento de textos por lo general.

Aplicaciones de mando y control, estos sistemas están diseñados para efectuar funciones y acciones, un caso sería la telefonía.

Medicina y discapacidad, bastantes personas tienen contrariedades para redactar, debido a restricciones físicas, la distrofia muscular, y otros muchos. Por poner un ejemplo, las personas con inconvenientes auditivos pueden emplear un sistema conectado a su teléfono para transformar el alegato de la persona que llama en texto.

Aplicaciones integradas, ciertos teléfonos móviles más modernos incluyen reconocimiento de voz que dejan expresiones como "Call Home". Esto podría representar un factor esencial en el futuro de las interfaces del reconocimiento de lenguaje natural.

A continuación se nombran y definen ciertas aplicaciones que usan el reconocimiento de lenguaje natural, y por lo tanto tienen integradas las utilidades nombradas previamente.

Ubiquity, es una extensión para Mozilla Firefox Mozilla Firefox, compuesto por una compilación de lenguaje natural derivado de simple y veloces comandos que actúan como mashups de servicios web, dejando a los usuarios conseguir información y relacionarla con la presente o bien otras páginas.

Wolfram Alpha

Wolfram Alpha, es un servicio en línea que responde a las consultas de forma directa a través de un cálculo de la contestación desde datos estructurados, en vez de suministrar una lista de documentos o bien webs que podrían contener la contestación como un motor de busca. Fue anunciado en el tercer mes del año de dos mil nueve por Stephen Wolfram, y fue lanzado al público el quince de mayo de dos mil nueve.

Siri, es una aplicación de asistente personal para iPhone OS. La aplicación emplea el procesamiento del lenguaje natural para contestar a las preguntas y hacer recomendaciones. La aplicación para el iPhone es el primer producto publicado por sus autores, que se centra en aplicaciones de inteligencia artificial.El conjunto de marketing de la compañía asegura que Siri se amolda a las preferencias individuales del usuario a través del tiempo y personaliza los resultados, para llenar labores como hacer una reserva para una cena.

Anboto Group- Anboto ofrece servicio Web al usuario y tecnología de comercio online basado en la semántica y el Procesamiento del Lenguaje Natural. La oferta primordial de Anboto es el agente de ventas virtual y chat inteligente.

Q-go-La tecnología de Q-go ofrece contestaciones relevantes a los usuarios, como contestación a las consultas en el sitio de Internet de la compañía o bien la intranet corporativa, formulada en oraciones naturales o bien la entrada de palabras clave por igual. Q-go fue adquirida por RightNow Technologies en dos mil once.

Ask.com- La idea original tras Ask Jeeves (Ask.com) es permitir a los usuarios conseguir contestaciones a las preguntas elaboradas en el lenguaje rutinario, natural, como la busca de palabras clave tradicionales. El Ask.com actual prosigue apoyando esto, con soporte añadido para las matemáticas, diccionario, y las preguntas de la conversión.

C-phrase- C-oración es un lenguaje natural que se fundamenta en la relación de bases de datos. C-Oración corre bajo Linux, se conecta con bases de datos PostgreSQL mediante ODBC y es compatible con las consultas de selección, como actualizaciones. Hoy día solo hay apoyo para Inglés. C-Oración halla alojada en el lugar Google Code.

Captura de la interfaz tradicional de GNOME DO.

GNOME Do - Deja la veloz busca de instrumentos diferentes del entorno GNOME (aplicaciones, contactos Evolution y Pidgin, marcadores de Mozilla Firefox, los artistas y los álbumes de Rhythmbox, y de esta forma consecutivamente) y ejecuta las acciones básicas sobre ellos (ejecución, apertura, e-mail, chatear, jugar, etc).

Braina Project - Braina es un software con interfaz de usuario de lenguaje natural que está en la actualidad en fase de desarrollo. Es desarrollado por un solo programador llamado Akash Shastri. El principal objetivo de este proyecto es hacer que un equipo pueda comprender el lenguaje humano a fin de que el usuario pueda supervisar una computadora sin el empleo de comandos.

Hakia - Hakia es un motor de busca de Internet. La compañía ha inventado una infraestructura nueva, opción alternativa a la indexación que usa el algoritmo SemanticRank, una solución que mezcla las disciplinas de la semántica ontológica, la lógica difusa, la lingüística computacional, y las matemáticas.

Lexxe - Lexxe es un buscador de Internet que usa el procesamiento del lenguaje natural para consultas (buscas semánticas). Las buscas pueden hacerse con preguntas como "¿Qué edad tiene la Wikipedia?", Como palabras clave y oraciones. Tratándose de hechos, Lexxe es muy eficiente, si bien precisa progresar mucho en el análisis del lenguaje natural tratándose de hechos.

Pikimal - Pikimal utiliza lenguaje natural vinculado a las preferencias del usuario para hacer recomendaciones de busca por plantilla.

Powerset - El once de mayo de dos mil ocho, la compañía presentó una herramienta para la busca de un subconjunto fijo de Wikipedia utilizando oraciones de charla en vez de palabras clave. El 1 de julio de dos mil ocho, fue comprado por Microsoft.
Semantycs Es un motor sermántico inteligente experto en la interacción natural en temas concretos de atención al usuario, comercio online y también identificación de sentimientos.

START (Proyecto del MIT) - START, web basada en un sistema de contestaciones. En contraste a los sistemas de restauración de información, como los buscadores, START tiene como propósito facilitar a los usuarios "la información adecuada", en vez de limitarse a administrar una lista de hits. En nuestros días, el sistema puede contestar millones de preguntas Inglesas sobre lugares, películas, personas y definiciones del diccionario.

Swingly - Swingly es un motor de contestación desarrollado para hallar contestaciones precisas a preguntas sobre los hechos. Solo es preciso hacer una pregunta en inglés - y Swingly va a poder hallar la contestación (o bien contestaciones) que busca (conforme al lugar en el que se halla).

Yebol - Yebol es una “decisión” vertical de motor de busca, que habían desarrollado con una base de conocimiento, para crear una plataforma de busca semántica. La inteligencia artificial humana de Yebol de manera automática usa la asociación, clasificación y agrupamiento de algoritmos para examinar las palabras claves relacionadas o bien webs. Yebol integra el procesamiento del lenguaje natural, sistemas de ingeniería abiertos y complejos de metasynthetic, y los algoritmos de la máquina con el conocimiento humano de cada consulta para establecer un directorio web que realmente "aprende" el empleo de algoritmos de relación, el agrupamiento y la clasificación para producir de forma automática la consulta, que se sostiene y se regenera.

Inbenta – El motor de busca Inbenta es multilingüe, escalable, lingüístico y de semántica basada en el campo empresarial.Se fundamenta en los últimos desarrollos de la Teoría Significado-Texto y da experiencias intuitivas de busca en lenguaje natural.

Mnemoo - Mnemoo es un motor de contestación que tuvo como objetivo contestar de forma directa las preguntas planteadas en el texto (lenguaje natural), el que se consigue usando una base de datos de los hechos y un motor de inferencia(conclusión).

mas informacion