Intérprete contextual de expresiones en lengua Nasa Yuwe a español usando Técnicas de Procesamiento de Lenguaje Natural

Resumen

El pueblo indígena Nasa Páez, ubicado principalmente en el departamento del Cauca, Colombia, enfrenta un riesgo cultural debido a la pérdida progresiva de su lengua ancestral, el Nasa Yuwe, especialmente entre la población joven. Dado que el idioma constituye el núcleo de su cosmovisión, tradición oral y vida comunitaria, este estudio se apoya en técnicas de Procesamiento de Lenguaje Natural con el fin de proponer herramientas tecnológicas que ayuden a preservar el Nasa Yuwe. Si bien, idiomas occidentales como el inglés, español o francés cuentan con numerosas soluciones de traducción automática, implementarlas con el Nasa Yuwe es un gran reto toda vez que esta es una lengua de ultra (o extremadamente) bajos recursos digitales en comparación con las mencionadas.  En aras de mantener coherencia en la recopilación y sistematización de frases en Nasa Yuwe, la investigación se delimita al resguardo indígena San Lorenzo de Caldono, con el fin de trabajar sobre una variante lingüística específica.  Para evaluar el intérprete desarrollado, se empleó la matriz de confusión de intenciones, la cual arrojó una eficiencia del 100%, medida mediante el F1-score, y una precisión del 100% en el reconocimiento de expresiones culturales, sobre un total de 144 muestras evaluadas.  De manera complementaria, la evaluación de la extracción de entidades culturales, realizada mediante la matriz de confusión generada por el modelo DIETClassifier, evidenció una precisión promedio (macro) del 91,1%, un recall del 95,3% y una eficiencia global del 92,8%, considerando 955 entidades anotadas, lo que confirma el adecuado desempeño del sistema en la identificación de componentes semánticos propios de la lengua Nasa Yuwe.