Hipótesis y objetivos

Hipótesis

La integración efectiva del conocimiento mundial y externo en las arquitecturas NLG mejora la capacidades de razonamiento de sentido común de los sistemas NLG. Consideramos que es necesario potenciar el sentido común en las capacidades de razonamiento de los sistemas NLG para producir automáticamente datos precisos, correctos y textos fieles que estarán en consonancia con hechos reales. 

Proponemos una nueva generación de sistemas NLG basados en el conocimiento que superan el fenómeno de “alucinación” y que evitan la generación de lenguaje natural que sea «económico con la verdad». Esto es posible dado que los Transformers, un tipo de arquitectura “end-to-end” que predomina en la generación de texto, pueden refirnarse, entrenarse y adaptarse, para que: puedan aprender a generalizar e identificar información implícita; y, 2) puedan tomar en cuenta ciertas características que el texto generado debe reflejar, tales como estructura, extensión, estilo, formalidad, etc., permitiendo así una generación más controlada y precisa. Este tipo de ajustes ayudarían, por un lado, a generar textos de una manera más natural, diversa y semántica, y por otro, a detectar patrones extraños o sesgos que deban evitarse en el texto generado. Además, el control de diferentes aspectos del texto es clave para aplicar y transferir con éxito los sistemas NLG a escenarios reales que son relevantes para la industria y para la sociedad. (Len et al., 2020).

Objetivos

Tras esbozar la hipótesis y el objetivo principal del proyecto, se han establecido los siguientes objetivos específicos para desarrollar el proyecto y avanzar en el estado del arte en NLG: 

  • OB1. Recopilar y analizar los modelos lingüísticos genéricos existentes y las fuentes de conocimiento disponibles. (estructuradas y no estructuradas), identificando el tipo de información que contienen y descubriendo nuevos conocimientos que se pueden inferir de ellos.
  • OB2. Determinar qué tipo de conocimiento es el más apropiado para mejorar el proceso NLG, así como compilar y adaptar modelos que permitirán el enriquecimiento semántico de los enfoques NLG.
  • OB3. Investigar, proponer y desarrollar enfoques novedosos de NLG que se puedan integrar, ser guiados o simplemente utilizar el conocimiento obtenido, lo que conduce a unos enfoques de sentido común y generación consciente más precisos, flexibles y dinámicos.
  • OB4. Proponer y desarrollar diversos escenarios y casos de uso que demuestren la validez y la aplicación de la tarea NLG, junto con el impacto positivo derivado de la integración de conocimiento de sentido común en los enfoques propuestos. 
  • OB5. Evaluar intrínseca y extrínsecamente cada una de las técnicas y enfoques propuestos y los escenarios con las métricas estándar más adecuadas, o crear métricas novedosas, si es necesario. 
  • OB6. Promover y difundir los resultados de investigación obtenidos del proyecto a través de los diferentes medios de comunicación nacionales e internacionales, incluidas revistas bien indexadas, conferencias, seminarios, etc., así como explotar el potencial de la transferencia de esta tecnología a la sociedad.