Las técnicas del estado del arte en la creación módulos de procesamiento semántico dependen de que exista un corpus de tamaño considerable y de recursos adicionales. En este proyecto se propone investigar la creación de módulos de procesamiento semántico con un corpus con etiquetación mínima a través de las técnicas de semi-supervisadas y sin-supervisión de aprendizaje automático. Los módulos creados durante está investigación serán implementados en el robot Golem y evaluados de manera automática y con usuarios reales.

Este proyecto contribuirá con investigación en el campo de sistemas de diálogos para la creación de módulos semánticos con un corpus mínimo. Se espera adecuar y mejorar las técnicas actuales en el campo del aprendizaje semi-supervisado y sin-supervisión una vez aplicadas al campo de sistemas de diálogos. Además el proyecto contribuirá con la creación de los siguientes recursos:_x000D_ 1. Corpus de interacciones humano-robot que servirá para en un principio para desarrollar la experimentación del proyecto, pero en el futuro podrá ser fuente de otra investigación._x000D_ 2. Módulos de procesamiento semántico para el robot Golem. Como producto de la investigación se tendrá una serie de módulos semánticos que podrán ser integrados en los ambientes en los que actualmente el robot Golem funciona._x000D_ _x000D_ Adicionalmente, las conclusiones alcanzadas con la experimentación en este _x000D_ proyecto nos servirán como guía para la creación del modelo de procesamiento _x000D_ semántico del proyecto Golem que dado sus características presenta un comportamiento más complejo y por lo tanto conversaciones con el robot Golem mucho más largas y abiertas.