Xeración automática de prognósticos meteorolóxicos a curto prazo con técnicas avanzadas de xeración de linguaxe natural

Abstract

A ciencia de datos (Data Science) sempre intentou extraer coñecemento de grandes volumes de datos mediante a súa interpretación utilizando métodos analíticos e técnicas de visualización. Sen embargo este coñecemento extraído no proceso de análise presentase aos usuarios dunha maneira que non sempre é facil de interpretar e, de feito, moitas veces é necesaria unha formación previa para chegar ao seu entendemento. Non solemos pensar na linguaxe coma unha interface de usuario, pero se nos paramos a pensalo dámonos de conta de que realmente o é. Todos utilizamos a linguaxe para plasmar os nosos pensamentos e despois envialos a través das nosas voces, teclados, pantallas táctiles, etc. O obxectivo final é sempre o mesmo, que o receptor entenda os nosos pensamentos da mesma maneira que nos o facemos. Polo tanto, por qué non vamos utilizar a linguaxe natural para comunicar toda esa información xerada por un analista de datos? A disciplina de xeración de linguaxe natural (NLG) busca facer isto posible xerando texto en linguaxe natural, que sexa coherente, para satisfacer un ou máis obxectivos comunicativos. Sen embargo, a NLG non se aplica só no ámbito aquí descrito, senón que se utiliza nunha cantidade inxente de sistemas dispares. Por exemplo, unha das tecnoloxías nas que se están facendo máis avances hoxe en día son os asistentes persoais. Sistemas coma Apple Siri o Google Now permítennos falar cos nosos dispositivos, que son capaces de entender as preguntas que lles facemos e xerar unha resposta útil en linguaxe natural. Todo este proceso nútrese das diferentes técnicas de NLG. Entre as diversas aproximacións existentes dentro da NLG, destaca especialmente a rama especializada na xeración de textos a partir de conxuntos de datos numéricos coñecida coma "data-to-text" (D2T), que nos últimos anos está experimentando un importante auxe científi co e comercial debido á cada vez maior cantidade de datos que os expertos deben manexar e interpretar nos seus respectivos dominios. Os sistemas D2T axudan aos expertos e usuarios a aforrar esforzo e tempo na xeración de textos. Nos últimos anos desenvolvéronse múltiples sistemas de xeración automática de novas en medios de comunicación, e-saúde, supervisión e alertas en procesos industriais e incluso, sistemas de información medioambiental e meteorolóxica. A este ultimo grupo pertence a aplicación desenvolta neste proxecto, jGALiWeather, unha aplicación D2T que é capaz de xerar predicións meteorolóxicas textuais para varias variables meteorolóxicas coma o estado do ceo ou a temperatura.