4.1 Descripción General de la Arquitectura Desarrollada

Una arquitectura no integrada de 2 niveles se ha implementado, incluyendo un decodificador acústico y un módulo de comprensión. Las principales características de la arquitectura propuesta son:

• Flexibilidad. Posibilidad de modelar fácilmente diferentes dominios restringidos debido a la independencia entre los datos y los procedimientos que se ha establecido.
• Robustez. El sistema intenta extraer la información conceptual (significado) de la frase a pesar de los errores del Decodificador Acústico y de los fallos de cobertura (léxica, sintáctica o semántica) que puedan existir.
• Complejidad. Al poder aplicar funciones no SQL a los resultados de consultas SQL, y descomponer las frases complejas, mediante análisis lingüístico estructural, en varias consultas simples, aplicaciones de mayor nivel de complejidad pueden ser abordadas.

Los módulos que componen la arquitectura desarrollada son los siguientes. De cada uno de ellos damos una descripción funcional básica, destacando la tecnología empleada y el tipo de modelado lingüístico utilizado:

Decodificador Acústico. Se ha implementado un sistema de reconocimiento de habla continua basado en el algoritmo de Un Paso, y utilizando HMM. Gramáticas N-gramas pueden ser empleadas para guiar el proceso de decodificación acústica, y así obtener una o varias frases de salida. También incorpora técnicas o estrategias de poda de caminos para reducir el coste computacional del sistema y aumentar la eficiencia del mismo.

Fig. 4.1 Diagrama de Bloques de la Arquitectura del Sistema de Comprensión Desarrollado

Módulo de Comprensión. Toma una frase de entrada de lenguaje natural obtenida por el Decodificador Acústico y produce una respuesta que, en general, es el resultado de procesar los datos obtenidos al ejecutar varias consultas simples con varias funciones no SQL. El Módulo de Comprensión está formado por:

• Decodificador Conceptual Probabilístico. Está basado en un algoritmo de Programación Dinámica y en una gramática regular ergódica de conceptos relacionados con el dominio de la aplicación, donde cada concepto está modelado mediante un autómata de estados finitos probabilísticos diferente donde los estados del mismo son categorías semánticas (ver Capítulo 6). La robustez y la cobertura se ven incrementadas mediante el empleo de un concepto y de una categoría especiales que llamaremos basura. Los autómatas probabilísticos de cada concepto modelan, principalmente, la información estructural de cada concepto, pero una gramática además, una gramática que modela las transiciones entre los conceptos también es entrenada a partir de datos etiquetados. Antes de la decodificación conceptual, se necesita un categorizador semántico, que introduce problemas de ambigüedad, y que intentaremos solucionar mediante la construcción de un grafo de pares palabra-categoría y haciendo que el algoritmo de Programación Dinámica base del Decodificador Conceptual procese este grafo y obtenga la secuencia de conceptos y de categorías más probable.
• Mapeador Conceptual. Como el Decodificador Conceptual es incapaz de modelar las relaciones entre conceptos que no son contiguos, algunos conceptos específicos tales como fechas, números, etc no son correctamente etiquetados. Si consideramos el contexto, cualquiera de estos conceptos ambiguos pueden ser mapeados o asignados correctamente o asignados al concepto correcto utilizando un conjunto de reglas sensibles al contexto de mapeado y de fusión (por ejemplo, una fecha puede ser un atributo de más de una entidad en el esquema E-R).
• Clasificador/Analizador Estructural. Nuestra propuesta alternativa al uso de clasificadores estocásticos está basada en un analizador sintáctico (parser) conceptual que utiliza una gramática libre del contexto. La estructura que se obtiene de este modo nos permite determinar las consultas sencillas y las funciones (distancia, comparación ...) que procesarán los resultados obtenidas con ella. Para conseguir un conjunto de reglas semánticas reducidas, se emplea una taxonomía (clasificación: verbo, función, entidad, atributo) conceptual.
• Transformador Estructural. Si la gramática SCFG extrae la estructura conceptual de la frase, las reglas de transformación completan las subconsultas, solucionando algunos problemas tales como la elipsis de conceptos, las frases de relativo, etc.
• Control y Procesador Funcional. El papel de este módulo es procesar el resultado d las consultas utilizando, si fuese necesario, los conceptos-función no SQL que permiten estructurar una consulta. El número de estas funciones puede ser incrementado con facilidad.
• Generador de Plantillas y Traductor SQL. Las consultas simples detectadas y completadas por los módulos anteriores a éste son traducidas a SQL mediante 2 pasos: relleno de plantillas con la información clave de la frase y, entonces, estas plantillas se traducen a SQL mediante un conjunto de reglas que manejan información de la base de datos. 

Anterior   I  Siguiente   I  Índice capítulo 4   I   Índice General