Aprendizaje de traductores subsecuenciales para su empleo en tareas de dominio restringido

En esta tesis nos planteamos el problema del aprendizaje de traducciones en dominios restringidos, Estudiamos cuatro aproximaciones distintas al concepto de aprendizaje: -Aprendizaje en el limite: se considera el aprendizaje como el perfeccionamiento continuo al ver nuevos ejemplos. -Aprendizaje mediante queries: se considera el aprendizaje como un proceso de interrogacion a un profesor hasta encontrar el conocimiento buscado. -Aprendizaje PAC: se considera el aprendizaje como la busqueda de una aproximacion razonable al conocimiento deseado. -Aprendizaje probabilistico: se considera el aprendizaje como el proceso de encontrar los valores de los parametros de un modelo estadistico previamente definido. Centramos el estudio de las tres primeras aproximaciones en los traductores subsecuenciales -un modelo formal de traduccion, basicamente automatas de estados finitos con salida-; el estudio del aprendizaje estadistico lo hacemos mediante un modelo estadistico de traduccion basado en un nuevo tipo de alienamiento propuesto en esta tesis. Ademas, desarrollamos una manera de integrar los resultados obtenidos mediante los modelos estadisticos en el proceso de aprendizaje en el limite. Los resultados experimentales que presentamos muestran el buen funcionamiento de esta integracion.