1. La visión por computadora es una ciencia que simula el sistema visual humano y permite a las computadoras obtener información a partir de imágenes o videos. Para este problema, necesitamos entrenar el modelo para que reconozca texto en imágenes. Esto suele implicar el uso de tecnología OCR (reconocimiento óptico de caracteres). La tecnología OCR puede convertir texto en imágenes a formato de texto editable y con capacidad de búsqueda.
2. El procesamiento del lenguaje natural (PNL) es una rama de la inteligencia artificial que consiste en permitir que las máquinas comprendan y generen el lenguaje humano. Para comprender el significado del vocabulario de los libros ilustrados para niños de seis años, necesitamos utilizar la tecnología PNL. Esto incluye análisis léxico, análisis sintáctico y comprensión semántica.
3. El aprendizaje automático y el aprendizaje profundo son las claves para realizar las funciones anteriores. Con una gran cantidad de datos de entrenamiento, el modelo se puede entrenar para reconocer texto en imágenes y comprender su significado. Para OCR, se pueden utilizar modelos de aprendizaje profundo (como la red neuronal convolucional CNN) para identificar caracteres en imágenes.
Puede entender el significado.
1. Ser capaz de leer significa que la computadora no sólo puede extraer texto de imágenes, sino también comprender verdaderamente el contenido de estos textos. No se trata sólo de reconocer personajes, sino también de comprender palabras, frases, oraciones e incluso historias o conceptos completos.
2. Poder leer requiere que el ordenador sea capaz de comprender el significado del texto en función del contexto. Los libros para niños a menudo contienen metáforas, símbolos e historias simples que requieren computadoras para inferir y comprender en contexto. Por ejemplo, al leer "Caperucita Roja se encontró con un lobo", la computadora debería poder inferir del texto anterior y del sentido común que ésta podría ser una situación potencialmente peligrosa.
3. Los libros infantiles suelen contener emociones ricas y valores morales sencillos. Por tanto, “poder leer” también requiere que un ordenador sea capaz de captar estos sentimientos y valores. Por ejemplo, a través de la trama y las acciones de los personajes de la historia, la computadora debe ser capaz de comprender conceptos básicos como bondad, valentía o simpatía, y ser capaz de determinar la información positiva o negativa que transmite la historia.