Gamificación de la Enseñanza Automática: Enfoque Human In The Loop para la identificación de diptongos e hiatos en el idioma español

Abstract

[Resumen]: Este Trabajo de Fin de Grado se centra en el desarrollo y la implementación de un modelo de aprendizaje automático para la detección de diptongos e hiatos en textos en español. Utilizando técnicas avanzadas de aprendizaje profundo y un enfoque de aprendizaje con intervención humana (Human-in-the-Loop), se ha diseñado un sistema capaz de identificar con alta precisión las combinaciones vocálicas que forman diptongos e hiatos. Un aspecto clave de este trabajo es la retroalimentación continua entre humano y máquina, donde el modelo mejora su rendimiento gracias a los casos de entrenamiento adaptados proporcionados por humanos en las etapas avanzadas del entrenamiento. A pesar de utilizar un conjunto de datos relativamente pequeño, el modelo ha demostrado una alta eficiencia, destacando la efectividad del enfoque propuesto. Este trabajo también explora las aplicaciones educativas de esta tecnología, proporcionando una herramienta útil para la enseñanza de la fonética y la ortografía en el ámbito educativo. [Abstract]: This Bachelor’s Thesis focuses on the development and implementation of a machine learning model for the detection of diphthongs and hiatuses in Spanish texts. Utilizing advanced deep learning techniques and a Human-in-the-Loop approach, a system capable of accurately identifying vowel combinations that form diphthongs and hiatuses has been designed. A key aspect of this work is the continuous feedback between human and machine, where the model enhances its performance through tailored training cases provided by humans in the advanced stages of training. Despite using a relatively small dataset, the model has demonstrated high efficiency, highlighting the effectiveness of the proposed approach. This work also explores the educational applications of this technology, providing a useful tool for teaching phonetics and spelling in the educational field.