Procesamiento probabilístico del lenguaje

El presente articulo describe el procesamiento del lenguaje desde el enfoque probabilístico. Utiliza las gramáticas libres de contexto en la que se asocia una probabilidad a cada una de las reglas de derivación de la gramática que serán utilizadas durante la Jase de análisis sintáctico de un lenguaje. El procesamiento probabilístico del lenguaje ha sido posible dado a los grandes volúmenes de información que se dispone en los denominados corpus. Un modelo probabilístico del lenguaje define una distribución de la probabilidad sobre un conjunto de cadenas. Algunos ejemplos de modelos: el bigram y el trigram, son modelos del lenguaje usados en el reconocimiento del habla. Un modelo unigram asigna una probabilidad P (W) a cada palabra del léxico. El modelo asume que las palabras están elegidas independientemente, así que la probabilidad de una secuencia es el producto de la probabilidad de sus palabras.