2. Objetivos
3.2. Ampliaci´on de la arquitectura general del modelado ling¨ u´ıstico
modelado ling¨u´ıstico
a) La arquitectura inicial de un sistema computacional para la generaci´on de des-
cripciones ling¨u´ısticas de datos se present´o en el apartado
1.1.5. Durante el desarrollo de
esta tesis doctoral se avanz´o en el dise˜no de dicha arquitectura, redefiniendo sus etapas
principales y ampliando su contenido con nuevos m´odulos y estructuras de datos.
En [San 13a] podemos ver una primera identificaci´on de las dos etapas principales que
encontramos en el proceso de generaci´on de texto, llamadas “Proceso de construcci´on off-
line” y “Proceso de instanciaci´on on-line” (Fig.
3.1). Durante el proceso de construcci´on
off-line, tras analizar el dominio de la aplicaci´on y los requisitos del usuario, el dise˜nador
recoge el conjunto de expresiones en lenguaje natural (corpus) que se utilizan t´ıpicamen-
te para describir las caracter´ısticas m´as relevantes del fen´omeno estudiado. Asimismo,
analiza el significado particular de cada expresi´on ling¨u´ıstica en cada tipo de situaci´on y
dise˜na tanto el GLMP como el Report Template. Por otra parte, durante el proceso de
instanciaci´on on-line, el sistema instancia los datos de entrada obtenidos por el m´odulo
de adquisici´on de datos para generar el informe ling¨u´ıstico final.
Módulo de adquisición de
datos
Módulo de
validación Módulo deexpresión
Proceso de construcción off-line Proceso de instanciación on-line
Informe lingüístico
Fase de
análisis GLMP TemplateReport
Dominio de la aplicación
Figura 3.1: Arquitectura general propuesta en [San 13a].
b) En [San 15a] ampliamos la arquitectura a˜nadiendo dos m´odulos nuevos de pro-
cesamiento: el m´odulo de relevancia y el m´odulo de expresi´on din´amico (Fig.
3.2). A
continuaci´on se explican en detalle las funciones de cada uno de ellos:
El m´odulo de relevancia distingue autom´aticamente la informaci´on relevante y la
irrelevante de acuerdo a las necesidades del usuario. En el apartado anterior (3.1),
explicamos c´omo el dise˜nador establece los valores de R durante el proceso off-line
o construcci´on del GLMP. En este caso, se amplia la definici´on de PM, defini´endolo
como una tupla (U, y, f, g, T ) donde la funci´on f es implementada por el m´odulo de
18
Cap´ıtulo 3. Discusi´on de los resultados
validaci´on (en el apartado
1.1.2
estaba representada como g) y la nueva funci´on g,
que calcula autom´aticamente la relevancia de cada expresi´on ling¨u´ıstica, es imple-
mentada por el m´odulo de relevancia. De esta manera, en funci´on de la aplicaci´on y
de su complejidad, existir´an expresiones ling¨u´ısticas cuya relevancia se pueda definir
a priori durante el proceso off-line y otras cuya relevancia dependa de los resultados
obtenidos. En [San 15a] se combinan ambos tipos de casos, presentando un con-
junto de CPs cuyas matrices de relevancia R vienen definidas de antemano por el
dise˜nador y otras cuyos valores dependen de los grados de validez calculados en W .
El m´odulo de expresi´on din´amico genera los informes de manera din´amica, ajust´ando-
se en cada situaci´on particular a los grados de validez y relevancia de las expresiones
que describen el fen´omeno. De acuerdo con las cuatro m´aximas de Grice, un informe
de calidad debe contener informaci´on verdadera y relevante, expresada de manera
clara y con la extensi´on adecuada. El objetivo perseguido con el m´odulo de expresi´on
din´amico es abordar el ´ultimo de esos cuatro requisitos, incorporando ´unicamente
la informaci´on que sea cierta y relevante, ofreciendo al lector diferentes niveles de
detalle y ajustando, de esta manera, la extensi´on del informe final.
Módulo de adquisición de datos Módulo de validación Módulo de expresión dinámica
Proceso de diseño off-line Proceso de instanciación on-line
Informe lingüístico Serie temporal GLM de la serie temporal Módulo de relevancia Report Template
Figura 3.2: Arquitectura general propuesta en [San 15a].
c) En aquellas aplicaciones en las que se pretende conseguir un cambio de conducta
o influir en el comportamiento del usuario, es importante expresar los resultados con la
emoci´on adecuada, aportando algo m´as que una descripci´on de los resultados. En [San 15c]
se ampl´ıa la arquitectura para dotar de contenido emocional el informe final. Para ello, de
acuerdo con los requisitos espec´ıficos del usuario, el dise˜nador modela el estado emocional
de un avatar, o ser virtual, por medio de un GLMP emocional (Fig.
3.3).
Este nuevo GLMP recibe como entrada la salida del GLMP cl´asico que, en este art´ıcu-
lo, describe la actividad f´ısica del usuario en el instante actual, a lo largo del d´ıa o durante
la semana. El avatar es el encargado de comunicar el contenido del informe final. Su estado
emocional, reflejado en las expresiones ling¨u´ısticas que emplea y en sus gestos faciales,
cambia dependiendo de los datos de entrada. El GLMP que modela las emociones del
avatar se dise˜n´o bas´andose en algunos de los modelos existentes en la literatura, como son
la rueda de Plutchik, el modelo circumplejo de Russell o el modelo de Whissell. El modelo
Contribuci´on te´orico-pr´actica en el modelado ling¨u´ıstico de fen´omenos complejos
19
Módulo de adquisición de
datos
Módulo de
validación Módulo deexpresión
Off-line building process On-line instantiation process
Informe lingüístico Aceleraciones del teléfono móvil GLMPActivity Report Template Fase de análisis emocional GLMPEmotion Fase de análisis de la actividad física Dominio de aplicación y requisitos del usuario
Figura 3.3: Arquitectura general propuesta en [San 15c].
dise˜nado selecciona una de entre nueve emociones situadas de forma circular alrededor
de un punto central, que representa el estado neutral, bas´andose en la evaluaci´on y la
activaci´on de los datos de entrada (Fig.3.4). En nuestro modelo, la evaluaci´on representa
la desviaci´on de los datos analizados con respecto al objetivo establecido. Planteamos tres
posibilidades: que el objetivo se cumpla (evaluaci´on positiva), que no se cumpla pero la
desviaci´on sea razonable (evaluaci´on cero) o que no se cumpla ampliamente (evaluaci´on
negativa). Por su parte, la activaci´on representa la intensidad con la que el avatar expre-
sar´a los resultados, bas´andose en su tendencia. De este modo, con independencia de si se
cumple el objetivo o no, si los resultados han mejorado la activaci´on ser´a pasiva (actitud
del avatar m´as relajada), si se mantienen la activaci´on ser´a cero y si han empeorado la
activaci´on ser´a activa (actitud del avatar m´as en´ergica). Para m´as informaci´on sobre el
modelo emocional propuesto, recomendamos al lector acudir al Cap´ıtulo
7.4.
20
Cap´ıtulo 3. Discusi´on de los resultados
In document
Contribución teórico-práctica en el modelado lingüístico de fenómenos complejos
(página 31-34)