Aplicación de autómatas fuzzy a la clasificación de cadenas

Resumen

En este trabajo se propone una herramienta que permite medir la similaridad entre cadenas, trabajando con cadenas imperfectas de símbolos. Se presenta un autómata fuzzy que da lugar a distintas familias de distancias de edición en función de los parámetros empleados por dicho autómata. Este autómata absorbe la decisión de un clasificador de símbolos previo capaz de determinar un grado de confianza en su decisión. La capacidad de trabajar con errores de edición y la inclusión de las decisiones tomadas en la etapa de clasificación previa hacen que el autómata fuzzy sea una contribución relevante dentro del contexto planteado en este trabajo. Cabe destacar que el autómata admite todos los tipos posibles de errores de edición sin imponer un límite al número de ocurrencias de ninguno de los tipos. Como aportación particular, se demuestra que la distancia de Levehnstein generalizada es un caso particular de una de las familias que pueden obtenerse del autómata fuzzy. Se formula el autómata fuzzy y se deforma para que sea capaz de trabajar con cadenas de símbolos fuzzy. Para dotar de la rigurosidad exigida a este trabajo, se plantea la formulación teórica del autómata fuzzy conforme a la teoría de conjuntos fuzzy correspondiente. Una vez demostrada la solidez de la teoría anteriormente expuesta, se extiende el autómata fuzzy para que pueda operar con cadenas de símbolos fuzzy, dando lugar al autómata fuzzy deformado. El autómata deformado permite retardar la toma de decisiones sobre los símbolos individuales, permitiendo de este modo que se aporte información de similaridad a símbolos. Se establecen una serie de experimentos para validar la bondad de las herramientas propuestas y comparar los resultados obtenidos con otras técnicas propuestas en la Literatura. Estos experimentos se ralizan dentro del ámbito más estudiado en la literatura: el reconocimiento de escritura, para poder comparar los resultado