Pulsa en la imagen

Fundamentos del Bullshit Generator

Desde siempre me ha gustado todo lo relacionado con la lingüística y el procesamiento lenguaje natural y este blog suele tratar a menudo temas que de una forma u otra tocan estos conceptos: traducciones, significados ocultos, erratas, etc. En el último post se me ocurrió parodiar la estructura repetitiva de las novelas de Harry Potter, inspirado por el ejemplo del generador de novelas de Dan Brown (que sigue siendo el mejor y más divertido generador aleatorio en castellano, en mi opinión). Sin embargo, me pareció que, aunque la parte creativa era difícil (elegir la estructura, los textos, darle humor, relacionarlo con las novelas), la parte técnica se convertiría en un infierno si quería que fuera flexible, fácilmente ampliable y que respetase las reglas del castellano.

Mi objetivo era poder seleccionar nombres de personajes y objetos, fijando al azar su género y número al mismo tiempo, y que estas selecciones determinaran el género y número de todos los elementos de la frase que hicieran referencia a ellos. También necesitaba que el añadir nuevas palabras y frases a la gramática fuese sencillo y separado del código. Para todo esto decidí crear mi propio generador de producciones. El generador aún está en fase de desarrollo y aunque tiene mucho por solucionar, ya permite crear rápidamente gramáticas bastante complejas (su nombre técnico sería “redes de transición recursiva”) en un fichero aparte y generar frases recorriendo las producciones de forma recursiva.

Este sería un ejemplo teórico de este tipo de gramáticas (la sintaxis no es la que utilizo sino una más simplificada para el ejemplo):

Nombre, Artículo, Verbo, Adjetivo

Producciones de la gramática. Cada una de ellas puede tomar valores de forma aleatoria. Estos valores son cadenas normales a las que se añade código para añadir las terminaciones de género y número.

Por ejemplo: (no se muestra el código que ajusta género y número)

Frase = Artículo Nombre “que” (“no”) Verbo “a” [Frase | Artículo Nombre (Adjetivo)]
Artículo = “el” | “la” | “los” | “las”
Nombre = “hombre” | “mujer” | “caballo” | “yegua”
Verbo = “amaba” | “susurraba” | “admiraba”
Adjetivo = “rápido”

Reglas implícitas

- Primera letra de frase en mayúscula
- “a el” -> “al”
- “de el” -> “del”
- No repetición de nombres ni verbos

Ejemplos de frases que puede generar esta gramática

- “Los hombres que no amaban a las mujeres”
- “El hombre que susurraba a los caballos rápidos”
- “La mujer que susurraba a los hombres que no amaban a las yeguas”
- “Los caballos que no admiraban al hombre que amaba a la yegua que no susurraba a las mujeres rápidas”

La gramática consiste en una serie de identificadores, que son los nodos o “entidades” de la red, por cada uno de los cuales se definen los valores que pueden tomar aleatoriamente, que serán listas de palabras y/o otros nodos. No he intentado crear un motor de generación universal sino uno orientado a textos en castellano con atajos para añadir a las entidades de la frase los atributos de género y número, definir si se deben instanciar cada vez o mantener el primer valor que tomen,  y utilidades que he ido añadiendo a medida que las necesitaba, como la posibilidad de agrupar entidades (para tratarlas como grupo y en plural), definir producciones opcionales que sólo se pueden elegir si se cumple una condición predefinida, o asignar valores a variables para usarlos posteriormente como parte de una condición o como atributo de género o número de otra entidad. El Harry Potter Generator es el mejor ejemplo de aplicación de todas estas funciones. En suma, un pequeño Frankenstein demasiado descosido todavía como para mostrar su código a la luz.

Entradas relacionadas

• Harry Potter Automatic Generator
• Generador de charlas sobre Social Media
• El precio de una coma

Este caso es sólo una anécdota, pero sin embargo no siempre una coma es tan inofensiva. La inclusión equivocada de una coma hace unos años en un contrato mercantil en Canadá supuso para la compañía que lo firmó la suma de 2.130.000 dólares de pérdidas. Todo por el siguiente párrafo:

[el acuerdo] será vigente por el plazo de (5) cinco años desde la fecha de la firma, y después de eso por periodos sucesivos de cinco años, a menos que sea cancelado con una notificación escrita por cualquiera de las partes con un año de antelación

Fuente: blog la peña lingüística

Mientras la coma olvidada en la noticia anterior hace que Sofía Coppola sea la guillotinadora, en el contrato la última coma hace que la cláusula de rescisión (en cursiva) se aplique a todo el párrafo en vez de a la frase precedente, con resultados nefastos: el contrato fue cancelado antes de transcurrir 5 años desde la firma, que era lo que la cláusula pretendía evitar.

Entradas relacionadas

• Traducción imaginativa
• Qué! Análisis!
• Los abogados del capitán Grant
• El colchón de Mandelbrot
• Bullshit Generator en castellano