3.1.1 El proceso de análisis

El proceso de análisis típico es el que se desprende naturalmente de los distintos niveles de conocimiento anteriormente expuestos. Este proceso es aplicable no sólo a la traducción automática sino a cualquier tarea de comprensión del lenguaje natural.

De forma general se distinguen los siguientes pasos⁴:

• Análisis morfológico: se analizan las cadenas de entrada y se les asigna uno varios lemas (lematización). En este proceso se evalúan los signos de puntuación y o bien se les asigna una función determinada o son descartados.
• Análisis sintáctico: se transforman las secuencias lineales de palabras en estructuras que muestran la forma en que las palabras se relacionan entre sí.
• Análisis semántico: se asignan significados a las estructuras generadas por el analizador sintáctico, es decir se establecen correspondencias entre las estructuras sintácticas y los objetos del dominio.
• Integración del discurso: el significado de una frase puede depender de las frases precedentes y también modificar el de las frases siguientes.
• Análisis pragmático: la estructura de representación obtenida se reinterpreta para determinar su significado real y puntual dentro del contexto específico.

Ni que decir tiene que este cuadro ideal no se corresponde ni mucho menos con la realidad. La mayoría de los sistemas no van más allá del análisis sintáctico. La dificultad que entraña el análisis de los niveles posteriores es evidente y además depende en gran medida del éxito obtenido en los análisis precedentes. Por ejemplo, si el analizador sintáctico, o parser, no ha sido capaz de determinar que un sintagma nominal cumple la función gramatical de objeto del verbo principal, será imposible para el analizador semántico determinar que dicho SN cumple la función semántica de Meta o Beneficiario.

Por otra parte, los límites entre los distintos niveles de análisis son muy difusos. En ocasiones las distintas fases son desarrolladas secuencialmente, mientras que en otras se hace de forma paralela. Un determinado analizador puede necesitar la ayuda de otro. Por ejemplo, el tipo de conocimiento que un parser puede necesitar para determinar las frases nominales de la oración "Is the glass jar peanut butter?", dada la secuencia Is the X Y?, no es de carácter sintáctico. El analizador, por sí solo no sería capaz de decidirse por una de las posibles: glass, glass jar, glass jar peanut, jar peanut butter, peanut butter, butter. La decisión debe realizarse teniendo en cuenta algún modelo del mundo en el que algunas frases tienen sentido y otras no. De este modo, aunque por motivos de exposición, suele ser útil distinguir estas fases de análisis, todas ellas interactúan de varias maneras, haciendo que sea imposible una completa separación. En definitiva, esta observación es válida no sólo para el análisis computacional, sino para el análisis lingüístico en general.

NOTAS

4. Obviaremos el nivel fonológico de análisis porque su función se reduce a convertir el input en forma de ondas de sonido a cadenas de texto a partir de las cuales desarrollar el análisis morfológico. En realidad se trata de un campo de investigación que se ha venido desarrollando con bastante éxito fuera del ámbito de la lingüística, utilizando sobre todo técnicas estadísticas. El papel que este análisis juega en el ámbito de la TA es comparable al del reconocimiento óptico de caracteres.