Algoritmos fonéticos para la detección de palabras fonéticamente similares en el español del centro de México

Abstract

ResumenEn la actualidad, la detección de palabras fonéticamente similares se ha logrado de forma exitosa gracias a la utilización de algoritmos fonéticos. Sin embargo, tales algoritmos dependen del lenguaje al que pertenecen, por lo que generalmente no están optimizados para el español. Por esta razón, en el siguiente artículo se presentará el algoritmo PFS y su variante PFS-US, los cuales son algoritmos fonéticos que consideran la fonología del español hablado en el centro de México, y fueron diseñados para detectar palabras fonéticamente similares en grandes conjuntos de palabras. Ahora bien, a través de un análisis comparativo entre otros cuatro algoritmos fonéticos de estado del arte, analizaremos la consideración fonológica mencionada. Para ello, se definieron métricas independientes de la lengua para evaluar algoritmos fonéticos en general. Dichas métricas se basan en la estructura de los grupos de palabras fonéticamente similares entre sí y su relación con palabras que no son similares con ninguna otra. Adicionalmente, los recursos generados se comparten de forma libre para su uso y análisis.