Tesis Doctoral Sistemas de clasificación de preguntas basados - gplsi

persona a la que se le preguntó, consultara algún tipo de información (por
ejemplo, un libro o una revista) para encontrar algún texto que pudiera
leer y entender, permitiéndole determinar la respuesta a la pregunta que
se le hubiera formulado. Llegado a este punto, podría darnos la respuesta.
De igual modo, podría indicarnos dónde la encontró, lo que nos ayudaría
a adjudicar un cierto nivel de confianza a esa respuesta. Lo que nunca
esperaríamos de la persona consultada, si queremos catalogarla de eficaz,
es que simplemente nos devolviera un libro o un montón de documentos en
los que piensa que se hallará la respuesta. Desafortunadamente, esta es la
situación con la que deben contentarse los usuarios de los sistemas de RI.
Las características que definieron las líneas de investigación en sistemas
de RI presentan serios inconvenientes a la hora de facilitar la obtención de
respuestas concretas a preguntas precisas formuladas por los usuarios. Una
vez que el usuario recibe del sistema la lista de documentos relevantes a
su consulta, todavía le queda la ardua tarea de revisar cada uno de éstos
para, en primer lugar, comprobar si están realmente relacionados con la
información solicitada y, en segundo lugar, leerlos con el fin de localizar
está información puntual en su interior.
Estos inconvenientes y el creciente interés en sistemas que afrontaran
con éxito la tarea de localizar respuestas concretas en grandes volúmenes de
información, dejaron la puerta abierta a la aparición de un nuevo campo
de investigación conocido como búsqueda de respuestas (BR) o question
answering. La BR tiene como finalidad encontrar respuestas concretas a
necesidades precisas de información formuladas por los usuarios en lenguaje
natural, es decir, mediante el lenguaje humano.
Aunque muchos sistemas de RI sugieren que el usuario puede expresar
sus necesidades de información mediante lenguaje natural, internamente
estos sistemas se encargan de transformar nuestra petición en una lista
de términos clave. Para comprobar este hecho podemos hacer un sencillo
experimento: introduciendo la pregunta “¿Quién es el más fuerte del
mundo?” en un destacado buscador como Google, veremos que en alguna de
las primeras entradas se devuelve información sobre el material más fuerte
del mundo, o la bebida más fuerte del mundo. El buscador intenta localizar
aquellos documentos en los que aparecen términos como “fuerte” o “mundo”,
ignorando que realmente estamos preguntando por una persona.
Los sistemas de BR, por contra, nos permiten consultar al sistema en
nuestro propio idioma, como interrogaríamos a otro ser humano. Ante una
necesidad de información concreta no emplearíamos un lenguaje críptico y
formal, sino nuestra propia lengua. Ya no es el hombre el que se adapta al
lenguaje de la máquina, sino que ésta trata de comprender al hombre en
su propio idioma. Conseguir este objetivo implica codificar el conocimiento
humano, expresado a través nuestro complejo y ambiguo lenguaje, a un
3