Un acercamiento al

Procesamiento del
Lenguaje Natural
 Índice
¿Qué es el Procesamiento del Lenguaje Natural?
Evolución Histórica del PLN
Aplicaciones del PLN
Ecosistema de PLN
Perfil Experto en PLN

08/04/2024 Introducción al Procesamiento del Lenguaje Natural 2

 ¿Qué es el
lenguaje humano vs
Procesamiento del lenguaje formal

Lenguaje Natural?
¿Qué es el lenguaje?

- Es la manera principal que utilizamos las personas para

comunicarnos.
- Permite a los seres humanos compartir conocimientos,
transmitir cultura e influir en el pensamiento y el
comportamiento de los demás.
- Además, el lenguaje humano es un sistema dinámico y flexible
que se adapta y evoluciona con el tiempo y la cultura.

4
¿Qué lenguaje hablan los
ordenadores?

- Lenguajes de Programación, que son conjuntos de

instrucciones y reglas que los programadores utilizan para
escribir software y programas informáticos.

- Protocolos de comunicación para intercambiar información

entre sí a través de redes, como Internet.

5
 ¿Cómo se comunican las
personas y las máquinas?

- Deseo obtener un listado de las normas

que ha emitido el Ministerio del Interior, SELECT DISTINCT ?nombreTipo ?nombreOrganizacion count(?norma) as ?cantidad
agrupando por tipo de norma para contar WHERE {
el total. ?norma bcnnorms:type ?tipo.
?tipo bcnnorms:hasName ?nombreTipo.

vs ?norma bcnnorms:createdBy ?ministerio.

?ministerio rdfs:label ?nombreOrganizacion .
FILTER(?ministerio = )
}
GROUP BY ?nombreTipo ?nombreOrganizacion
Biblioteca del Congreso Nacional de Chile
ORDER BY ?cantidad
6
¿Cómo hacemos para que las
máquinas entiendan el lenguaje
humano?

Procesamiento del Lenguaje Natural

Es un área de investigación, subdisciplina de la Inteligencia Artificial,

que investiga y formula mecanismos computacionalmente efectivos
para facilitar la interrelación persona-máquina, permitiendo una
comunicación mucho más fluida y menos rígida que los lenguajes
formales.

7
 ¿Qué es el
niveles de análisis
Procesamiento del lingüístico

Lenguaje Natural?
Taxonomía del Procesamiento del Lenguaje Natural

Procesamiento del Lenguaje Natural

Comprensión
(Natural Language Understanding or Linguistics) Generación
(Natural Language Generation)

Integración del Discurso

Texto en Lenguaje Natural
Pragmático
Semántico
Sintáctico

Morfológico
Fonológico 9
 Niveles de Análisis Lingüístico

• Son las diferentes capas de procesamiento que se aplican al texto o al

discurso para comprender su significado y extraer información útil.
Integración del Discurso
Nivel de Análisis

Pragmático
• Estos niveles ayudan a descomponer el texto en componentes más
Semántico manejables y a facilitar la comprensión y el procesamiento automático
Sintáctico del lenguaje.

Morfológico

10
 Nivel Morfológico

• Se analizan las palabras en sus unidades más pequeñas significativas,

llamadas morfemas. Se identifican elementos como raíces, prefijos y
sufijos para comprender la estructura interna de las palabras y su
significado.
Integración del Discurso
Nivel de Análisis

Pragmático La gata negra de Jane saltó sobre la valla.

Semántico

Sintáctico gata:sustantivo

Morfológico gat :raíz a:sufijo, indica género femenino

11
 Nivel Sintáctico

Integración del Discurso

Nivel de Análisis

Pragmático • Analiza la estructura gramatical de la oración, identificando el sujeto

(“La gata negra"), el verbo ("saltó"), el objeto directo ("sobre la valla"),
Semántico
y las relaciones sintácticas entre ellos.
Sintáctico

Morfológico

12
 Nivel Sintáctico

La gata negra de Jane saltó sobre la valla.

Integración del Discurso

Nivel de Análisis

Pragmático

Semántico

Sintáctico

Morfológico

13
 Nivel Semántico

Integración del Discurso

Nivel de Análisis

Pragmático • Interpreta el significado de las palabras y cómo se combinan para

formar un sentido completo. Por ejemplo, se entiende que “la gata
Semántico
negra" se refiere a un felino de color oscuro, "saltó" indica un
Sintáctico movimiento de salto, y "sobre la valla" describe la acción del salto.

Morfológico

14
 Nivel Semántico

Synset(‘feline.n.01’): WIKIDATA
any of various lithe-bodied
Integración del Discurso roundheaded fissiped mammals,
many with retractile claws. Q56314893: placeholder name for
an anonymous person
Nivel de Análisis

Pragmático is a:
Synset(‘cat.n.01´): feline mammal
usually having thick soft … NER: PERSON
Semántico
La gata negra de Jane saltó sobre la valla.
Sintáctico

Morfológico

15
 Nivel Pragmático

Integración del Discurso

Nivel de Análisis

Pragmático • Considera el contexto y la situación comunicativa para interpretar la frase.

Semántico • Dependiendo del contexto, se pueden hacer inferencias sobre por qué el
gato saltó sobre la valla, como escapar de un perro o buscar comida.
Sintáctico

Morfológico

16
 Nivel Integración del Discurso

Integración del Discurso

Nivel de Análisis

Pragmático • Se centra en cómo las partes individuales de un texto se relacionan

entre sí para formar un todo coherente y comprensible.
Semántico
• Algunos aspectos clave del Nivel de Integración del Discurso incluyen:
Sintáctico cohesión, coherencia, anáfora y catáfora, etc.

Morfológico

17
 Nivel Integración del Discurso

• Cohesión: Se refiere a la forma en que las partes del texto están conectadas entre sí a través de
elementos lingüísticos, como pronombres, conectores, referencias, repeticiones y otros dispositivos que
ayudan a mantener la continuidad y la fluidez del discurso.

Integración del Discurso

•
Nivel de Análisis

Coherencia: Se refiere a la claridad y la lógica del discurso en su conjunto. Implica que las ideas y la
Pragmático información presentadas en el texto están relacionadas de manera significativa y que existe una
estructura lógica y comprensible que guía al lector o al oyente a través del contenido
Semántico

Sintáctico • Anáfora y Catáfora: La anáfora y la catáfora son formas de referencia que contribuyen a la cohesión del
texto. La anáfora se refiere al uso de palabras o expresiones que hacen referencia a algo que se mencionó
Morfológico previamente en el texto, por ejemplo “Él” en la oración “John vino hoy. Él dijo que lo haría").

• La catáfora, por otro lado, se refiere al uso de palabras o expresiones que anticipan algo que se
mencionará más adelante en el texto, por ejemplo, en la oración “Le dije a mi padre que no podría
ayudarlo”, el pronombre “le” referencia a “mi padre”

18
Evolución Histórica del ¿de dónde venimos,
dónde estamos y a
PLN dónde vamos?
Procesamiento del
Lenguaje Natural

20
Evolución Histórica del PLN. Recursos

21
Evolución Histórica del PLN. Técnicas

22
Evolución Histórica del PLN. Aplicaciones

23
 Aplicaciones el
niveles de análisis
Procesamiento del lingüístico

Lenguaje Natural
 Aplicaciones del PLN (algunas)

DIPROMATS Extracción de
Información
HOPE

EmoSPeech
Simplificación Clasificación
ABSAPT24 de Textos de Textos

MentalRiskES

DETEST-Dis
Generación de
Resúmenes

25
 Extracción de Información

• Consiste en identificar y extraer información específica y relevante de un texto no

estructurado.

• El objetivo de esta tarea es convertir la información textual en un formato estructurado y

manejable que pueda ser utilizado para diversos fines, como la recuperación de
información, la generación de resúmenes automáticos, el análisis de opiniones, entre
otros.

• La información comúnmente extraída incluye entidades nombradas y relaciones, eventos y

sus implicaciones, información temporal y tuplas de hechos.

26
Extracción de Información

Recursos y Ejemplos:
• eHealth-KD 2020
• Proyecto T2Know
• Proyecto EatItAll

27
 Extracción de Información

• ¿qué problemas de nuestro ámbito podríamos

resolver mediante esta aplicación?

28
 Clasificación de Textos

• Consiste en asignar automáticamente una o más etiquetas Recursos y Ejemplos

predefinidas a un texto, con el objetivo de categorizarlo en una clase
• IberLEF 2024 Tasks
o categoría específica.
• Social Analytics
• Proyecto NL4DISMIS
• Comúnmente, esta tarea se basa en el aprendizaje automático para
entrenar modelos capaces de realizar esta clasificación de manera
precisa y eficiente.

29
 Clasificación de Textos

• ¿qué problemas de nuestro ámbito podríamos

resolver mediante esta aplicación?

30
 Generación de Resúmenes

• Es un proceso que implica la creación automática de un resumen

conciso y coherente a partir de un texto más extenso.

• El objetivo principal de la generación de resúmenes es capturar las

ideas principales y la información clave contenida en el texto
original, condensándolo en una versión más corta y comprensible.

31
Generación de Resúmenes

El Instituto Profesional Virginio Gómez es una sólida

institución de Educación Superior nacida al alero de la
Universidad de Concepción, con presencia en las ciudades
de Concepción, Chillán y Los Ángeles, con el desafío de El Instituto Profesional Virginio Gómez, afiliado a la
dar respuesta a la necesidad del país de tener técnicos Universidad de Concepción, opera en Concepción, Chillán
profesionales altamente capacitados para impulsar el y Los Ángeles. Su misión es formar técnicos profesionales
desarrollo regional y nacional, a través de la innovación, la para impulsar el desarrollo regional y nacional mediante
transferencia tecnológica y el emprendimiento. la innovación, transferencia tecnológica y
emprendimiento. Con más de 7.600 estudiantes y 36 mil
Actualmente cuenta con más de 7.600 estudiantes y más graduados, busca respaldar a sus alumnos y cumplir sus
de 36 mil titulados y tituladas que buscan conquistar sus objetivos mediante el desarrollo de mecanismos de
sueños. Para apoyarlos, y cumplir nuestro objetivo, calidad y la vinculación con la sociedad y el sector
desarrollamos continuamente mecanismos de productivo para mantener programas alineados con las
aseguramiento de la calidad, vinculándonos necesidades actuales.
permanentemente con la sociedad, el medioambiente y
el sector productivo, de modo tal, que los cuerpos
curriculares de los programas impartidos vayan a la par de
las necesidades de la sociedad. Recursos y Ejemplos
• BioLaySumm 2024
• Proyecto CORTEX
32
 Generación de Resúmenes

• ¿qué problemas de nuestro ámbito podríamos

resolver mediante esta aplicación?

33
 Simplificación de Textos

• Implica modificar un texto para hacerlo más comprensible y

accesible, especialmente para audiencias con dificultades en la
lectura, como personas con habilidades de lectura limitadas,
estudiantes aprendiendo un segundo idioma, o personas con
discapacidades cognitivas.

• El objetivo principal es reducir la complejidad del texto original

mientras se mantiene su significado esencial y se mejora su
legibilidad.

34
 Simplificación de Textos

• Implica modificar un texto para hacerlo más comprensible y

accesible, especialmente para audiencias con dificultades en la
lectura, como personas con habilidades de lectura limitadas, Ella trabajaba rápidamente.
A pesar de que hizo frío, salimos. Sin embargo, no nevó.
estudiantes aprendiendo un segundo idioma, o personas con Se dice que el sol es caliente. Se necesita ayuda urgente.
discapacidades cognitivas. El nadar es un buen ejercicio. El correr es saludable.

• El objetivo principal es reducir la complejidad del texto original

mientras se mantiene su significado esencial y se mejora su Ella trabajaba de forma rápida.
legibilidad. Aunque hizo frío, salimos. Además, no nevó.
La ciudadana o el ciudadano dice que el sol es caliente.
La ciudadana o el ciudadano necesita ayuda urgente.
Nadar es un buen ejercicio. Correr es saludable.
Recursos y Ejemplos

• Proyecto ClearText
• TSAR
35
 Simplificación de Textos

• ¿qué problemas de nuestro ámbito podríamos

resolver mediante esta aplicación?

36
 recursos y
Ecosistema de PLN herramientas
Recursos y Herramientas

• La Asociación de Lingüística (ACL) es una organización académica sin

ánimo de lucro dedicada al avance de la investigación y la educación
en el campo de la lingüística computacional y el Procesamiento del
Lenguaje Natural (NLP).

• Organiza conferencias y talleres científicos, publica revistas y

boletines académicos, y patrocina actividades educativas y de
divulgación para avanzar en el campo.

• Entre sus actividades más destacadas se encuentran la conferencia

anual de la ACL (ACL Annual Meeting), que es una de las principales
conferencias en el campo del PLN, así como otras conferencias
regionales y eventos especializados.

38
Recursos y Herramientas

• Es una asociación científica sin ánimo de lucro, dedicada al estudio y

promoción del Procesamiento del Lenguaje Natural (NLP) en España
y en los países de habla hispana.

• Organiza conferencias, talleres, seminarios y otras actividades

académicas y científicas, incluyendo el Congreso Anual de la SEPLN,
que es uno de los principales eventos en el ámbito del PLN en
España y en el mundo hispanohablante.

• Además de sus actividades científicas, la SEPLN publica la revista

científica "Procesamiento del Lenguaje Natural" (PLN), que es una de
las principales revistas en español dedicadas al PLN y campos
relacionados.

39
 Recursos y Herramientas

[Link]/imgs/avatars/d/6000a9bacbf91b03347f57...
• Es una base de datos léxica y un recurso lingüístico diseñado para
modelar las relaciones semánticas entre las palabras en un idioma,
en particular el inglés.
• Organiza las palabras en "synsets" (conjuntos de sinónimos), que son
conjuntos de palabras que son sinónimas entre sí y que representan
un concepto específico.
• Estos synsets están interconectados mediante relaciones semánticas
como hiperónimos (palabras más generales), hipónimos (palabras
más específicas), antónimos y relaciones de otras categorías
semánticas.

40
Recursos y Herramientas

• Es una base de datos colaborativa gratuita y abierta que almacena

datos estructurados para respaldar proyectos de la Fundación
Wikimedia, como Wikipedia, Wikcionario y otros proyectos
relacionados.

• Se organiza en torno a elementos, que representan entidades del

mundo real, conceptos, personas, lugares, eventos, etc. Cada
elemento tiene una identificación única y está asociado con
etiquetas, descripciones y alias en varios idiomas.

• Además, los elementos pueden tener propiedades y valores, lo que

permite describir las relaciones entre ellos de una manera
estructurada y semántica.
41
 Recursos y Herramientas: HuggingFace

• Es una empresa de tecnología centrada en el desarrollo de

herramientas y modelos de inteligencia artificial (IA) para el
Procesamiento del Lenguaje Natural.
Brand assets - Hugging Face

• Plataforma de código abierto y comunidad en línea, que ofrece

acceso a una amplia variedad de modelos de IA preentrenados, así
como herramientas y recursos para su implementación y aplicación.

• Proporciona acceso a modelos de NLP de vanguardia, como BERT,

GPT (Generative Pre-trained Transformer), RoBERTa entre otros.

42
 Recursos y Herramientas

• Es una biblioteca de procesamiento del lenguaje natural (NLP, por

sus siglas en inglés) de código abierto desarrollada principalmente
en Python. Es utilizada para realizar tareas de procesamiento de
spaCy - Wikipedia
texto, como tokenización, etiquetado de partes del discurso,
reconocimiento de entidades nombradas, análisis de dependencias
sintácticas y más.

• Incluye modelos preentrenados para varios idiomas, lo que facilita su

uso en diferentes contextos lingüísticos. Además, ofrece la capacidad
de entrenar modelos personalizados para adaptarse a necesidades
específicas.

43
 Recursos y Herramientas

• Es una plataforma en línea que proporciona acceso a investigaciones

académicas en el campo de la inteligencia artificial y el aprendizaje
automático, junto con el código fuente asociado a esos trabajos.
Papers with Code Portal for Sciences ...

• Recopila y organiza artículos académicos que presentan nuevos

modelos, algoritmos o técnicas en áreas como el procesamiento de
lenguaje natural, visión por computadora, aprendizaje profundo y
más.

44
Recursos y Herramientas

• Repositorio que realiza un seguimiento del progreso en el

Procesamiento del Lenguaje Natural (NLP), incluidos los conjuntos de
datos y el estado actual del arte para las tareas de NLP más
comunes.

45
Gracias