El análisis de dependencias (dependency parsing) es una técnica de procesamiento del lenguaje natural que representa la estructura gramatical de una oración como relaciones de dependencia entre palabras. Cada palabra se vincula a otra de la que depende, por ejemplo el sujeto y el objeto al verbo: en «El cliente pide dos lámparas», «cliente» y «lámparas» dependen de «pide». Ayuda, entre otras cosas, a extraer información, por ejemplo para saber quién hizo qué.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoEl etiquetado gramatical (part-of-speech tagging) asigna automáticamente a cada palabra de una frase su categoría gramatical, como sustantivo, verbo, adjetivo o preposición. Como muchas palabras son ambiguas («vino» como sustantivo o como verbo, «bajo» como adjetivo, preposición o verbo), los métodos tienen en cuenta el contexto. Es un paso clásico de preprocesamiento para análisis sintáctico, extracción de información o corrección ortográfica, y lo ofrecen bibliotecas como spaCy o NLTK.
El procesamiento del lenguaje natural (Natural Language Processing, NLP) es la rama de la IA que permite a los ordenadores analizar, comprender y generar lenguaje humano escrito u oral. Abarca tareas como traducción, clasificación, resumen, análisis de sentimiento y sistemas de pregunta-respuesta. Antes predominaban las reglas y los métodos estadísticos; hoy el campo lo marcan los grandes modelos de lenguaje.
spaCy es una biblioteca de Python de código abierto para el procesamiento del lenguaje natural, desarrollada por la empresa berlinesa Explosion. Divide los textos en palabras y oraciones, identifica categorías gramaticales y formas base, analiza la estructura de las frases y reconoce entidades nombradas como personas, empresas o lugares. Hay modelos preentrenados para muchos idiomas, incluido el español. spaCy está pensada para ser rápida y usarse en aplicaciones reales, por ejemplo para preprocesar grandes volúmenes de documentos.
La resolución de correferencias es una tarea del procesamiento del lenguaje natural que identifica qué expresiones de un texto se refieren a la misma persona, cosa o situación. En «La señora Weber llamó. Ella pide que la llamen», el sistema debe entender que «ella» es la señora Weber. Es importante para resúmenes, extracción de información y chatbots que deben mantener las referencias a lo largo de varias frases o turnos de conversación.
