Estudio de diferentes modelos de redes neuronales para el desarrollo de un clasificador de frases

Abstract

[ES] La Inteligencia Artificial (IA) está en auge, gracias al avance de los ordenadores, capaces de realizar un mayor número de cálculos de forma más rápida, así como también gracias a los nuevos métodos y modelos para desarrollar redes neuronales. Más aún, dentro de la IA existen también diversos subgrupos, ya que su versatilidad permite realizar diferentes tareas: análisis de imágenes, reconocimiento de voz, sistemas de diálogo. . . En el caso del análisis de imágenes, fácilmente nos viene a la cabeza el reconocimiento facial que realizan los teléfonos móviles. Aunque poco a poco se van desarrollando nuevas IA-es capaces de localizar y reconocer diferentes objetos en una imagen. Como curiosidad, señalamos el software Google Deep Dream [1], el cual podemos entrenar para que busque cosas concretas en una imagen, es decir, podríamos entrenarlo para que buscara formas de ojos en una imagen, para que después situara ojos en los lugares de la imagen donde las haya ’visualizado’. Los reconocedores de voz también están muy arraigados en los teléfonos móviles, entre otras aplicaciones. Los primeros sistemas, creados en 1952, solo eran capaces de detectar la voz de una sola persona y solamente reconocían 10 palabras individualmente. A principios de los 70, la Agencia de Proyectos de Investigación Avanzada del Departamento de Defensa (DARPA), junto con la que participaron empresas como IBM, desarrollo un sistema que permitía reconocer hasta 1.000 palabras distintas. A partir de los años 80, se crearon sistemas que podían reconocer hasta 20.000 palabras, aunque solamente podían distinguir las palabras de forma individual. Hoy en día, los reconocedores de voz son capaces de identificar una gran variedad de palabras, de voces distintas y reconocerlas en conjuntos. Por último, están los sistemas de diálogo, en los cuales nos centraremos en este trabajo. Más concretamente, nuestro trabajo se basará en desarrollar una red neuronal que analice semánticamente las frases de entrada (2.1), es decir, hará el proceso de NLU (Natural Language Understanding). Para ello, dispondremos del corpus proporcionado por el Proyecto Europeo EMPATHIC [2], el cual analizaremos en el capítulo 5. Este proyecto tiene como objetivo desarrollar un avatar para asistir a personas mayores, y hacer coaching en el ámbito de la salud física y psíquica de la persona, buscando siempre una conversación que exponga los problemas o malestares del usuario y poder motivarlo a mejorar su situación. Para mantener una conversación con el usuario se deben llevar a cabo estos procesos: transcripción del mensaje de voz, comprensión del texto (NLU), obtención de una representación del texto de salida1 y por ´ultimo creación y devolución la respuesta optima.