La transducción de secuencias es un tipo de tarea de aprendizaje automático que implica transformar una secuencia de entrada en una secuencia de salida. Es un híbrido de etiquetado de secuencia y mapeo de secuencia a secuencia, y es aplicable a cualquier problema en el que los formatos de entrada y salida varían en tamaño y modalidad. La transducción de secuencias juega un papel importante en el procesamiento del lenguaje natural y las aplicaciones de visión por computadora.
La transducción de secuencias implica la construcción de una arquitectura codificador-decodificador que asigna una secuencia de símbolos a otra. La secuencia de entrada se codifica primero en un vector utilizando un codificador de red neuronal. Luego, el vector codificado se utiliza como entrada para el decodificador, que luego produce una secuencia de salida. Para garantizar la precisión, las salidas del codificador y del decodificador deben coincidir tanto en longitud como en elementos.
En aplicaciones de procesamiento de lenguaje natural, la transducción de secuencias se puede usar para mapear entre secuencias de palabras tokenizadas o etiquetas POS, mientras que en aplicaciones de visión por computadora, se puede usar para mapear entre diferentes tipos de imágenes o fotogramas de video.
Además de usarse en aplicaciones de procesamiento del lenguaje natural y visión por computadora, la transducción de secuencias también se puede usar para otras tareas como el análisis bioinformático, la comprensión del habla y el lenguaje, el modelado de conversaciones y la traducción de idiomas. Es una herramienta poderosa para resolver problemas complejos y se ha aplicado a una variedad de tareas en los campos del procesamiento del lenguaje natural y la visión por computadora.
