In this paper, we propose to construct a man-machine dialogue constrained by a dual context referred to as Basic and Situation subcontexts, both applied on the same vocabulary. Communication is established through utterances (spoken sentences), that are realized in the form of a determined (codified) syntactic-semantic structure. Vocabulary, Contexts and Syntax form the linguistic core of our model. A given context among others is activated by the interchange of utterances. This dialogue takes place between two entities endowered with an internal representation of the world or Universe of Discourse, which is naturally very limited for the machine and hence for its human partner.
1. ANTECEDENTES.
En línea con el desarrollo de nuestro trabajo de reconocimiento de habla, hemos abordado niveles superiores en la cadena lingüística, es decir, los niveles sintáctico y semántico. Incluso en un reconocimiento de palabra aislada (vocablos separados por pausas), la cadena léxica en el discurso a reconocer sigue una secuencia correcta desde el punto de vista sintáctico; contiene por lo tanto una información preciosa que puede ser utilizada como filtro o nivel de preferencia de los candidatos a palabra reconocida, atendiendo a su función gramatical. Se mejora así decisivamente, tanto la velocidad del reconocimiento (selección de candidatos) como su comportamiento (precisión, tasa de errores).
Es necesario reconocer, no sólo las palabras pronunciadas, sino también la frase compuesta de varias palabras sucesivas, y sobre todo, conviene referirla a una cierta realidad, respecto a la cual las cosas significan algo, y sin la cual sólo cabe una localización de un ítem entre varios, lo cual no puede calificarse de 'significar'. Presentamos aquí un acercamiento preliminar a la construcción formal de esa realidad.
2. VOCABULARIO Y CONTEXTOS
El vocabulario se reduce a una conjunto de listas de vocablos clasificados sintácticamente (sustantivos, verbos, adjetivos,...), sin categoría semántica como en el modelo de Fillmore [1]. Esa dimensión es cubierta por un contexto, que agrupa varios subcontextos. Ello permite, conservando el mismo vocabulario, cambios flexibles de subcontexto, e incluso de varios subcontextos cuasí simultáneos (multisubcontexto). Hay pues un aspecto estático (significado literal) y otro dinámico, al modo en que ocurre en el habla natural (p.e. las palabras no vuelan, en un subcontexto básico, pero sí en un subcontexto metafórico).
3. EL SUBCONTEXTO BasíCO
El Subcontexto Básico (SB) es el conjunto de compatibilidades o incompatibilidades entre los vocablos del vocabulario, determinadas por la naturaleza de los objetos a que esos vocablos aluden; estas naturalezas son generadas juntamente con el vocablo al ser usado éste por primera vez. El SB se define mediante pares de tipos funcionales sintáctico-semántico: sujeto- verbo, verbo-complemento, nombre - adjetivo /predicado, etc: son relaciones binarias por el momento, intentando evitar, si es posible, relaciones de mayor orden, muy costosas de inicializar y mantener por el gran número de valores que precisarían (1000 para un subcontexto ternario sujeto-verbo- complemento de 10 verbos y 10 sustantivos, por ejemplo).
Los vocablos aparecen en una forma radical única, evitando raices múltiples (polirrizos) y flexiones, que serán cubiertas en otros estadios (morfológicos) del proceso reconocedor.
Este SB, neutro podemos decir, que representa la naturaleza básica semántica de las cosas, que está relacionado con el verbo 'Ser', puede ser trascendido para pasar a otros subcontextos de tipo simbólico, poético, alegórico, etc., muy frecuentes en el habla natural; serán representados en nuestra aplicación por un subcontexto alternativo al básico, aplicado al mismo vocabulario.
4. LOS SUBCONTEXTOS de SITUACIÓN (SS)
Aluden, no al mundo de la lengua, intemporal, sino a lo contingente, al aquí y ahora de la conversación; los clasificamos en los siguientes:
4.1 El Subcontexto Espacial (SE)
Consiste en relaciones de orden entre los objetos designados por los sustantivos del vocabulario. Estas relaciones de orden plasman nuestras nociones de 'encima de' o 'detrás de'. La existencia de un espacio donde los objetos existen precisa de esas relaciones que sitúan los objetos entre sí, tanto para el humano ( que lo ve) como para la máquina (que almacena la relación y, por lo tanto, lo 'sabe').
4.2 El Subcontexto Temporal (ST)
El Contexto Temporal consiste en relaciones temporales, pero en este caso no afecta a objetos (sustantivos) sino a sucesos, representados en la lengua mediante oraciones o proposiciones. Se establece así una secuencia de sucesos considerados simultáneos con su enunciación, salvo cuando ésta alude a momentos (índice ordinal) diferentes del presente. asimismo sirve este subcontexto como referencia para los índices del tipo 'lo', 'el', eso', etc.
Diferenciamos lo que se dice en una frase (almacenado en este subcontexto), de su enunciación, suceso que tratamos en el subcontexto anafórico. [2]
4.3. El Subcontexto Anafórico (SA)
Existe además otro subcontexto (metacontexto, podríamos decir), el Anafórico, que alude a las propias frases intercambiadas entre los interlocutores. Como 'sucesos' ocurridos antes del momento presente, pertenecen al subcontexto temporal, formando dentro de él una clase especial. Se trata de un caso particular entre las anáforas, muy frecuentes en el habla, necesario en nuestro caso para aludir a lo dicho con objeto de asegurarse o despejar dudas ("¿ has dicho que...?", "Sí" ).
4.4 El Subcontexto de Estancia. (SI)
Cuando estas proposiciones comparten sujeto y predicado, resultan ser una evolución temporal del SB: por ejemplo, 'el hombre anda' es posible (no básicamente contradictorio) excepto en un período en que se rompe la pierna. De este modo, cada objeto está dotado de una 'historia propia', formada por sucesos que le han sobrevenido, en relación con un tipo concreto de sucesos (verbos). Formalmente, esta historia o evolución es una secuencia (conjunto totalmente ordenado) de relaciones del sustantivo correspondiente al objeto, con verbos del vocabulario ( por ejemplo, el hombre que se rompe una pierna y se cura después, es codificado mediante: Par hombre-andar: 1, 0, 1.). Este subcontexto está relacionado con el verbo 'Estar'.
Así las matrices primordiales del SB, las que relacionan verbos y sustantivos (sujeto y complemento directo) se prolongan en una tercera dimensión, la temporal, con cambios ocasionales en sus valores. Cualquier corte perpendicular a esa dimensión presenta un cierto estado (sincrónico) de ese subcontexto.
Este subcontexto sirve de caldo de cultivo del básico: la persistencia de un valor en este contexto confiere a la relación un valor constante, intemporal (¿ eterno ?): el SI deviene SB, para esa relación.
4.5. Relaciones entre algunos subcontextos con el lenguaje.
Por ejemplo, 'los pájaros vuelan' es cierto en general (SB). Ahora y aquí, sin embargo, en su jaula, 'el pájaro no vuela' (SI); después, tras abrir la jaula, sí (SI). Para la infancia (donde suponemos que se gesta el SB humano) la persistencia de un volar de los pájaros concretos que se ven o de los que se habla, imprimirá en su conciencia lingüística la noción 'los pájaros vuelan' (subcontexto básico), tanto como posibilidad, como en 'esencia, algo ligado indisolublemente a la idea de pájaro, como idea constituyente del concepto. Estas consideraciones dan paso a la definición teórica de una Realidad Formal (o sea, formalización del concepto habitual de realidad).
5. REALIDAD
Llamamos al conjunto de un vocabulario y un subcontexto básico, un Campo-Léxico; y al conjunto de un campo léxico y el subcontexto de Situación, le llamamos una Realidad; esta Realidad así definida y limitada es la que compartirán los interlocutores, hombre y máquina. Los subcontextos antes definidos representan por lo tanto el aspecto Semántico de esta 'realidad', tanto la intrínseca (mundo de la Lengua, "mundo del que se habla") como la contingente (mundo de la Conversación, "mundo en el que se habla"). [3]
La realidad es cambiante a medida que la conversación 'da noticias' sobre ella. Estas noticias pueden cambiar (cambian de hecho) cualesquiera de los subcontextos, como el de estancia ('desde ahora los perros bucean'), el espacial ( 'el perro está encima de la alfombra') o temporal ('los romanos invadieron Hispania tras los íberos'). Una frase puede también no cambiar nada, reforzando únicamente la realidad ya existente. Pero puesto que la mera elocución es ya un suceso, cambia al menos el subcontexto anafórico.
Más aún, si los subcontextos están codificados no mediante 1 y 0 (posible- imposible), sino mediante una más amplia escala de valores (posible, probable, improbable imposible), en definitiva, con más bits, el refuerzo aumenta uno de esos valores, lo que cambia también (cuantitativamente ahora), los demás subcontextos.
Esta indefinición (a la par que precisión) en el contenido semántico enlaza con la teoría de Conjuntos Difusos o Borrosos (véase [4], por ejemplo). En nuestro caso, no sólo serían borrosos los predicados, sino todas las relaciones semánticas plasmadas en nuestras matrices (por ejemplo, no sólo es borrosa la adscripción de cierta persona a la categoría de 'elegante', sino también que pueda andar, que sea español, que haya sido operado recientemente, que viva en el piso de arriba; (el hecho de que nos expresemos aquí mediante estos predicados, no quiere decir que lo sean en nuestro modelo: lo son en estado potencial, y quedan explicitados al 'hablar de ellos', condena a la que estamos todos sujetos cuando hablamos de la lengua).
6. SINTAXIS.
Se usan por el momento formas canónicas simples, sin concordancias de tiempo verbal, género y número, y con vocablos representados por una sola raiz. Se incluyen los índices (lingüísticos) flexivos indispensables (sin redundancia) para comunicar la información deseada. En el estadio actual (véanse ejemplos en Ap.1) se combinan siete elementos representados por siete índices formando una septerna que representa una oración concreta.
Los verbos están dotados de un parámetro adicional (representado debajo en las matrices contextuales (Ap.1), que aluden a su carácter semántico con repercusión en lo sintáctico: los verbos en la matriz SUJ-VER presentan 1 o 0 según admitan algún sujeto, o no (verbos impersonales), mientras que en la matriz COM-VER, los valores del parámetro alude a su naturaleza intransitiva, 0, transitiva, 1, copulativa, 2, o auxiliar, 3.
7. APRENDIZAJE y COMPRENSIÓN.
De este modo el ordenador mantiene y actualiza, al conversar, una realidad formada por matrices numéricas que puede almacenar y recuperar en cada nueva conversación. El ordenador así 'aprende', ya que recibe información que modifica su estado. Podemos concluir que, bajo este modelo, el ordenador 'entiende' lo que se dice. Y por 'entender' queremos decir, 'adquirir el significado o sentido' de la frase, que es a su vez, en nuestro paradigma, contener en estado potencial algo que cambie algún aspecto de la 'realidad' definida más arriba. Esta realidad en pues una realidad Formal, pese a todos los intentos de que represente a la realidad 'real', el mundo en que vivimos.
8. VOCABLOS ESPECIALES.
Agrupamos aquí las palabras que presentan alguna particularidad sintáctica, y por tanto semántica:
8.1 Nombres Propios. En nuestro modelo, los nombres propios tienen un status similar al de los comunes; aparecerán pues ligados a verbos y adjetivos mediante matrices iguales a las ya vistas, con valores de permisividad según los casos. Así, 'Madrid es alegre' es una oración similar a 'el niño es alegre' o 'los niños son alegres'. Los valores de permisividad se aprenderán en el uso, como vimos, y se emplearán después en las frases emitidas, de acuerdo con ellos.
8.2 Deícticos. Presentan un caso especial, porque apuntan entes (cosas, personas, lugares) que se encuentran en la realidad circundante durante la conversación, al escenario del diálogo. Por lo tanto los entes apuntadnos por ellos varían con el escenario (eso, aquello) y con el hablante (yo, tu, aquí). Son pues estos vocablos como variables (vacías) que son dotadas de valor (cosa apuntada) durante la conversación. Mientras el sistema no sea dotado de sensores-sentidos que puedan percibir el escenario y relacionar deícticos con entes, deberán evitarse los primeros en el diálogo maquinal. Exceptuamos de la prohibición a los pronombres personales, que toman un valor constante: 'yo' el hablante en ese momento, hombre o máquina; 'tu', el interlocutor, asimismo humano o no; 'nosotros, ambos.
8.3 Anáforas. Como dijimos, son frecuentísimas en todo discurso, y aluden a lo ya dicho, o incluso a lo que se va a decir; de modo que los 'eso', 'lo', 'el', 'le' referidos a entes en sustitución de ellos, son variables de tipo deíctico con el matiz especial de apuntar a sustantivos que aparecieron o aparecerán en la conversación. Caso especial son las anáforas que apuntan a frases enteras, y que ya vimos al introducir el S.A.
Las variables anafóricas deben ser dotadas de contenido mediante criterios de cercanía ( el último sustantivo emitido) y probabilidad (entre varios, se elige el sustantivo que ya fue apuntado de esa manera).
8.4 Cuantificadores. Se aplican a vocablos sustantivos como los adjetivos, se aprenden en el uso, y se emplean según sus permisividades: el sustantivos 'gracias' se verá usado en relación con el 'tres' en unos contextos, o con el 'muchas' en otras, quedando integrado en las matrices correspondientes.
8.5 Adverbios. Afectan al verbo, y presentan con ellos las matrices de permisividad usuales. Los casos de "sí" y "no" son especiales porque siempre son permitidos (siempre se puede afirmar o negar algo).
9. CONCLUSIONES
Este trabajo presenta, en nuestra opinión, varios aportes, de los que destacamos en el campo semántico:
1. El subcontexto básico, realizado mediante matrices contextuales semánticas, plasma el uso del idioma (no es que un ente se mueve porque es animado, sino que es animado porque se mueve, es decir: hay 1 en el par pájaro-vuela). No se hacen suposiciones previas sobre la naturaleza semántica de los vocablos: por el contrario, se espera que el uso del idioma la ponga de manifiesto; suponemos que este procedimiento evolutivo se ajusta mejor al aprendizaje del idioma por parte de un niño.
2. El interlocutor automático (al igual que el humano) aprende a través del diálogo, ya que actualiza en él sus matrices contextuales, que conserva para la próxima conversación.
3. El metacontexto anafórico implementa referencias a lo hablado, lo que representa una introducción del 'mundo en el que se habla' en la conversación, y representa por lo tanto una primera incursión en la pragmática. Su uso primordial en nuestro diálogo será confirmar una interpretación previa, al modo de los humanos ( ¿ha dicho usted que...?).
4. La propia conversación sugiere, mediante la trasgresión del subcontexto básico, un salto a otro subcontexto, como el metafórico, por ejemplo. Cuando se cuenta un cuento, las primeras frases cambian el universo del discurso: en el nuevo, los animales hablan, existen las brujas, los dragones y los ogros, se dan pasos de siete leguas.... Todo ello es legal durante el cuento. En un mundo adulto ocurre algo parecido en la religión, la magia, la poesía, la alegoría, el teatro, el ballet, el cine. Son universos donde Rigen relaciones y leyes diferentes.
5. Se introduce un universo dotado de semántica: no sólo se reconocen frases, sino que se 'entienden', al poderse referir a una Realidad de la que se tiene representación, una realidad donde las frases reconocidas tienen sentido. Si bien esta Realidad es un modelo formal, creemos que su comportamiento en un diálogo con la máquina pondrá de manifiesto hechos lingüísticos dados por supuestos que subyacen en la conversación: la deficiencia de esos presupuestos en la máquina contribuirá a desvelar qué es eso que significa 'significar', 'querer decir'.
Ap.1. MUESTRAS del MODULO SINTÁCTICO-SEMÁNTICO de PRODUCCIÓN.
Sobre las líneas anteriores presentamos ahora los resultados preliminares del módulo lingüístico generador en un campo léxico (véase 5.), el cual almacena el vocabulario, la sintaxis y el subcontexto básico, y permite generar al azar frases (escritas) permitidas.
El programa que realiza el módulo es llamado GRAMA7, y su ejecución, presenta sucesivamente:
0. Título
1. Matrices de Subcontexto Básico:
1.a. Verbos-Sustantivos. (sujeto)
1.b. Verbos-Sustantivos (complemento directo)
1.c. Adjetivos-Sustantivos predicado, calificativo)
2. Frases generadas al azar. Cada frase viene representada por una septerna {1, verbo, 2, tiempo y auxiliar si procede, 3, índice lógico, 4, complemento directo o predicado, 5, sujeto, y 6, 7, articulos}. Toda septerna aceptada es almacenada, evitando así la repetición. Para codificar la no permisividad de una relación (por ejemplo, verbo-complemento para un verbo intransitivo, como 'llover'), se almacena una bandera (flag) mediante una cifra imposible (99). Se hacen 100 ensayos y se consulta sobre finalizar (tecleando '1'). Si no se acepta se sigue intentando encontrar frases no aparecidas En general estas frases habrán de ser reescritas posteriormente, en otro módulo, para hacerlas concordantes con la sintaxis y morfología correctas (orden, concordancia de tiempos, número y género, raíces), la semántica (habitual 'un.a carne no es', (fr5) pasará a 'no hay carne'), el estilo ('un.a amigo no viene-ría' pasa a 'no vienería un.a amigo'). Cuando se acepta:
3. Lista de todas las frases legales generadas, en el orden en que se han producido. Se imprime la septerna en el orden sintáctico normal: {artículo- sujeto- lógico- aux- verbo- tiempo- articulo- complemento}. (Se presentan las 100 primeras de las 2ar@2ar@2lo@7ve@5ti.13s@2co= 7280 posibles en este caso.).
Comentemos una de las oraciones generadas, por ejemplo la fr28:
* 28* un.a niño no abre -rá un.a ventana* 1 6 1 0 2 1 4*
Se observa la legalidad de los pares 'niño-abre', y 'abre-ventana', representadas mediante un '1' en cada una de las matrices correspondientes, las dos primeras. El resto de los componentes morfológicos y sintácticos, artículos, negador y sufijo de tiempo verbal, son generados al azar, toda vez que este módulo generador sólo incluye el subcontexto básico y el vocabulario, lo que hemos llamado un campo léxico.
Los contextos de situación determinarán si esta oración es pertinente, en cuanto que la situación o campo espacio-temporal simulado la permite (por ejemplo, puede prohibirla porque 1. no hay ventanas 'aquí', 2. no hay niño, 3. la ventana está candada (con cerrojo), etc.). Es ese caso la oración, siendo legal, no procede, no corresponde a esta Realidad.
En general estas frases habrán de ser reescritas posteriormente, en otro módulo, para hacerlas concordantes con la sintaxis y morfología correctas (orden, concordancia de tiempos, número y género, raíces), la semántica (habitual 'un.a carne no es', (fr5) pasará a 'no hay carne'), el estilo ('un.a amigo no viene-ría' pasa a 'no vieneria un.a amigo').
11. BIBLIOGRAFIA
[1] Fillmore, Ch.J. "Sobre el concepto de gramática generativa" en S.Peters (ed.) "Los objetivos de la teoría lingüística." Gredos, Madrid, 1983. pp.11-38.[2] García Calvo, A. "Del lenguaje." Lucina, Madrid, 1979.
[3] García Calvo, A. "Hablando de lo que habla." Lucina, Madrid, 1989.
[4] López de Mántaras, R. "Sobre la representación de la imprecisión del lenguaje natural mediante conjuntos difusos." I Congreso de la lengua Española. Sevilla, octubre 1992.
MATRICES de CONTEXTO
SU_VER abre esta puede es come juega viene
1 0 1 0 1 0 1
VER_COMP abre esta puede es come juega viene
1 2 3 2 1 0 0
amigo 0 0 0 0 0 0 0
ADJ_SUST bueno malo enfermo listo verde ameno quieto
amigo 1 1 1 1 1 1 1
ARTI.SUJETO LOG AUX.VERBO TIEMPO ART.PREDIC septerna de indices
* 0* el.la amigo abre * 0 0 0 0 0 0 99*
Vuelta al Principio Última actualización: sábado, 15 de febrero de 2014 Visitantes: