Introducción al procesamiento del lenguaje natural

Una base de datos sabe comparar dos números. No sabe decidir si «le film n'était pas mauvais» («la película no estaba mal») es un cumplido. Todo el procesamiento del lenguaje natural se resume en esa brecha: el texto es la forma de dato más abundante que produce la humanidad, y es la única que la informática clásica no sabe manipular más que como una sucesión de bytes.

La dificultad no es la cantidad, sino la ambigüedad. Tomemos la frase «Les avions volent bas». Un lector francés entiende de inmediato que unos aviones pasan cerca del suelo. Pero avions es también el imperfecto del verbo avoir («teníamos»), y volent puede significar dérober («robar»). En términos estrictamente formales, la frase es ambigua; lo que zanja la cuestión es su conocimiento del mundo, no la gramática. Multiplique este tipo de decisiones por la longitud de un documento y tendrá la medida del problema: no existe ninguna regla exhaustiva, solo indicios estadísticos que hay que acumular.

A ello se suma que el francés no es el inglés. La mayoría de las herramientas de NLP se han diseñado, entrenado y evaluado con inglés, una lengua poco flexiva, sin acentos, en la que el apóstrofo es raro. El francés elide («l'État»), concuerda («sont allées»), acentúa («tache» no es «tâche») y pega sus pronombres («donne-le-moi»). Un pipeline copiado de un tutorial anglófono produce texto francés deteriorado sin lanzar jamás un error: es el peor de los casos, porque nada avisa.