2.2 La Comprensión del Habla: Un Problema Abierto

La combinación del reconocimiento automático del habla y de la comprensión del lenguaje natural incrementa enormemente el número y el rango de aplicaciones potenciales para ambas tecnologías. El reconocimiento automático del habla sin comprensión del mensaje hablado conduce a una simple transcripción textual de las palabras habladas, pero si añadimos una interpretación a esas palabras estaremos abriendo un amplio abanico de posibilidades en la interacción hombre-máquina. La tecnología para el procesamiento del lenguaje natural sin reconocimiento de habla necesita que el usuario escriba su petición al sistema, utilizando sus manos, ojos y centrando su atención en dicho proceso. Si el usuario se viese liberado del uso de ellos, le permitiría, con una mayor eficiencia, utilizar pantallas de visualización, manejar ratones, solucionar problemas de forma interactiva mientras realiza otras tareas que mantienen ocupados sus ojos y sus manos, y utilizar el teléfono para interaccionar naturalmente con sistemas o aplicaciones remotas de cierta complejidad. Al emplear sistemas capaces de procesar el lenguaje natural hablado, el usuario puede centrarse más en la solución de su problema y menos en la propia interacción con el sistema.

Muchos investigadores piensan que la integración de ambas tecnologías, puede conducir a un avance en cada una de ellas, tomando ciertas ventajas una de la otra. Sin embargo, podemos considerar que la comprensión del lenguaje hablado es una tecnología que se encuentra en su infancia. Los primeros sistemas son muy limitados, y se tiene muy poca experiencia en los factores humanos que intervienen en el proceso de interacción y de cómo modelarlos para incorporar ese conocimiento en los sistemas.

La incorporación de interfases hombre-máquina que hagan uso de estas tecnologías conduce a un acercamiento de las máquinas a los hombres, un paso hacia delante en la reducción de la complejidad de las relaciones hombre-máquina. El diseño de una interfase hombre-máquina con este tipo de capacidades y su integración en una aplicación muchas veces ya existente no es una tarea sencilla, sobre todo por la escasez de experiencias hasta el momento, es decir, otros sistemas donde observar y aprender. Uno de los problemas principales a la hora de implementar estos sistemas es la necesidad de datos para entrenar y evaluar los mismos. El procedimiento más utilizado por el momento es realizar simulaciones de la aplicación que permitan capturarlos.

Algunos autores [PRI90] apuntan que los problemas o cuestiones que se plantean a la hora de desarrollar una aplicación que utilice esta tecnología son:

• Elección de un dominio inicial que justifique la necesidad de utilizar esta tecnología
• Decidir la arquitectura para integrar ambas tecnologías: reconocimiento de habla y procesamiento del lenguaje natural
• Conocimiento y uso de las características del habla espontánea generada cuando el usuario desea conseguir algún objetivo (goal-directed spontaneous speech)
• Cómo evaluar estos sistemas de comprensión del lenguaje hablado (Spoken Language Understanding Systems)

Anterior   I  Siguiente   I  Índice capítulo 2   I   Índice General