Aprendizaje automático de modelos K-explorables estocásticos en reconocimiento del habla

Résumé

EL PRESENTE TRABAJO TRATA SOBRE LA OBTENCION DE MODELOS DEL LENGUAJE BAJO UNA OPTICA CONCRETA, POR UN LADO SE TRATA DE MODELOS ESTOCASTICOS, ES DECIR, QUE DETERMINAN LA PROBABILIDAD DE QUE UNA PALABRA DEL VOCABULARIO PROPIO DEL LENGUAJE OCUPE UNA POSICION DADA EN EL DISCURSO EN FUNCION DEL RESTO DEL MISMO. POR OTRO LADO, FRENTE AL ENFOQUE CONOCIDO COMO "BASADO EN EL CONOCIMIENTO" O ENFOQUE DEDUCTIVO, SE APLICA LO QUE SE CONOCE COMO "APRENDIZAJE AUTOMATICO" O ENFOQUE INDUCTIVO. DESDE LOS COMIENZOS DE LA APLICACION DE ESTE ENFOQUE SE VIENEN UTILIZANDO LO QUE SE CONOCE COMO "N-GRAMAS", SIN EMBARGO DESDE HACE ALGUN TIEMPO SE CONSIDERA QUE LA UTILIZACION DE TECNICAS DE INFERENCIA DE GRAMATICAS ESTOCASTICAS PROPORCIONA UN PLANTEAMIENTO MAS AMPLIO DEL PROBLEMA. RECIENTEMENTE SE HA DEMOSTRADO QUE LAS TECNICAS DE INFERENCIA DE GRAMATICAS PERMITEN OBTENER COMO CASO PARTICULAR MODELOS DE N-GRAMAS YA QUE ESTOS COINCIDEN CON LOS GENERADOS PARA LOS LENGUAJES CONOCIDOS COMO K-EXPLORABLES EN SENTIDO ESTRICTO (K-EE), ELEMENTO CENTRAL EN ESTE TRABAJO. LA MEMORIA COMIENZA ENMARCANDO LA MODELIZACION DEL LENGUAJE (ML) DENTRO DEL RECONOCIMIENTO AUTOMATICO DEL HABLA (RAH) PARA PASAR A CONTINUACION A HACER UNA REVISION SOBRE ML POR METODOS DE APRENDIZAJE AUTOMATICO. EN TODO MOMENTO SE EXPLICITA COMO ENCAJA LA TECNICA CLASICA DE "N-GRAMAS" EN CADA UNA DE LAS DEMAS. SITUANDOLOS EN EL LUGAR QUE LES CORRESPONDE DENTRO DE ESTA REVISION, SE FORMALIZA UN MODELO GRAMATICAL PARA LOS LENGUAJES K-EE Y SE HACE UN ESTUDIO EXPERIMENTAL SOBRE SUS CARACTERISTICAS ESTRUCTURALES. POSTERIORMENTE SE REALIZA UN ANALISIS DE LA PROBLEMATICA DE LA ESTIMACION DE PROBABILIDADES EN LOS MODELOS, ORIGINADA POR LA FINITUD DE TODO CORPUS DE MUESTRAS. SE PRESENTAN LAS SOLUCIONES QUE SE ENCUENTRAN EN LA BIBLIOGRAFIA (LOS METODOS DE SUAVIZADO) PARA PASAR A LA PRESENTACION DE UN ESTUDIO EXPERIMENTAL DE LAS CARACTERISTICAS DE LAS DISTRIBUCIONES DE PROBABILIDAD DE LOS MODELOS PARA