7.2 Líneas Futuras de Trabajo

Un trabajo como el realizado en esta tesis es una fuente de posibles líneas de trabajo en el futuro, tanto en la mejora del módulo de decodificación acústica como en el módulo de comprensión de habla, sin olvidar nuevas posibilidades que conduzcan al desarrollo de un Sistema de Diálogo Hablado que permita implementar aplicaciones en las que se produzca una verdadera interacción hombre-máquina, incluyendo la posibilidad de resolver problemas como la anáfora, solucionando problemas de ambigüedad e incorporando mecanismos de robustez frente a errores basados en la interacción dialogada del sistema con el usuario. Realmente son muchas las posibles líneas futuras que se nos ocurre plantear como resultado de la experiencia acumulada en el desarrollo del presente trabajo. Sin embargo, vamos a destacar sólo aquellos que nos parecen más interesantes con el objetivo fundamental de alcanzar una base de conocimiento y experiencia suficiente que permita desarrollar en el futuro sistemas de diálogo hombre-máquina basados en lenguaje natural en dominios semánticos restringidos:

• Mejora de la eficiencia y ahorro en memoria en el módulo de reconocimiento acústico compilando los diccionarios en árbol y mejorando la perplejidad de las gramáticas estocásticas (sintácticas y semánticas) que guían el proceso, así como la implementación del espacio de búsqueda de modo dinámico.
• Mejora del modelado lingüístico capturando mayores corpus etiquetados que permitan generar gramáticas estocásticas de mayor cobertura y menor perplejidad.
• Incorporación de probabilidades en las reglas de los distintos módulos que forman el sistema de comprensión (mapeador, analizador estructural, transformador estructural, etc.) que permitan trabajar con varias hipótesis en cada paso, introduciendo una mayor robustez frente a los errores que pueden producirse en cada módulo.
• Mejorar el modelado semántico, reduciendo la basura e integrando ese conocimiento en el proceso de decodificación acústica, de modo que mantengamos la robustez frente  a ciertos tipos de error, un buen índice de cobertura y mejores perplejidades que permitan procesar espacios de búsqueda de tamaños razonables.
• Permitir la interacción entre los módulos que conforman el sistema de comprensión, favoreciendo el tratamiento de las ambigüedades y de los errores en el sistema.
• Incorporar conocimiento del contexto del discurso y conectar los distintos módulos con un módulo de control global y manejo del diálogo, que permita interaccionar con el usuario cuando el sistema es incapaz de comprender completamente una consulta o resolver la anáfora, elipsis, etc. cuando se presenten (manteniendo una pequeña historia del diálogo).
• Desarrollar nuevas aplicaciones en otros dominios semánticos restringidos que validen la arquitectura propuesta, resolviendo aquellas deficiencias que limiten en exceso su generalidad o flexibilidad, mejorando las primitivas de los lenguajes de reglas, mejorando los intérpretes de reglas,  desarrollando modelos que permitan la incorporación de restricciones semánticas y del dominio de aplicación que permitan la detección de problemas planteables al usuario a través del módulo de diálogo.
• Captura de bases de datos de habla espontánea en dominios semánticos restringidos que permitan modelar los problemas propias de ese tipo de habla (falsos comienzos, interjecciones, anáforas, estructuras con un cierto grado de agramaticalidad, etc.) permitiendo al sistema procesarlos con éxito.
• Estudio de técnicas de inferencia de conocimiento (sintáctico, semántico, etc. y etiquetado automático que faciliten el desarrollo de nuevas aplicaciones sin tanto esfuerzo manual de etiquetado y definición de gramáticas, conceptos, categorías, etc.
• Mejora de los modelos semánticos, incorporando estructuras de rasgos semánticos más completos, marcos o plantillas semánticas con mecanismos de chequeo (validación) y herencia más potentes que las utilizadas en el sistema actual.
• Desarrollo de módulos de reconocimiento acústico para línea telefónica e independencia del locutor, con posibilidad de procesar diccionarios de mayor tamaño (5.000 a 20.000 palabras) en tiempo real.
• Incorporación del modelado contextual en el sistema de reconocimiento acústico (H.M.M. de alófono contextuales intra- e inter-palabra).

Anterior   I  Siguiente   I  Índice capítulo 7   I  Índice General