La expansión ontológica (OnExp) ha cobrado protagonismo en la mejora de agentes conversacionales, enfrentándose al desafío de actualizar y extender sus capacidades para captar nuevas intenciones de usuario y valores de slots que emergen durante la interacción. A pesar de que los sistemas tradicionales se basan en ontologías estáticas y predefinidas, limitándose así ante necesidades inesperadas, hoy en día se han desarrollado métodos innovadores para enfrentar este reto. Este artículo revisa en detalle las técnicas más avanzadas en la materia.

La expansión ontológica se ha categorizado en tres áreas cruciales: el descubrimiento de nuevas intenciones, la identificación de nuevos valores de slots y un enfoque combinado para atender ambos aspectos. Estas áreas corresponden a técnicas conocidas como Descubrimiento de Nuevas Intenciones (NID, por sus siglas en inglés), Descubrimiento de Nuevos Valores de Slot (NSVD), y la expansión conjunta que es menos explorada pero igualmente prometedora.

El descubrimiento de nuevas intenciones es una tarea clave que busca identificar intenciones tanto conocidas como emergentes en los usuarios sin etiquetas previas. Esto se aborda mediante métodos como el clustering no supervisado, considerablemente avanzado durante los últimos años. Técnicas basadas en el aprendizaje profundo y el uso de modelos de lenguaje entrenados previamente han mejorado significativamente la precisión en estos modelos.

Por otro lado, el NSVD enfrenta el reto de identificar y extraer nuevos valores para slots definidos y nuevos slots en general. Aquí, la integración de bases de conocimiento externas ha demostrado ser particularmente beneficiosa, permitiendo que los modelos reconozcan y categoricen nuevas entidades de valor en diversos dominios.

Finalmente, el enfoque conjunto para la expansión ontológica busca una comprensión holística del diálogo detectando simultáneamente nuevas intenciones y valores de slots. Aunque aún en fases tempranas, este enfoque podría revolucionar la forma en que los agentes conversacionales manejan situaciones desconocidas.

Con el avance de las técnicas más recientes, queda claro que cada vez los agentes conversacionales serán más adaptables a los cambios dinámicos en las necesidades de los usuarios. Sin embargo, resulta esencial continuar innovando para fortalecer esta área, promoviendo agentes que no solo comprendan mejor lo que los usuarios quieren decir, sino que también sean capaces de anticiparse a futuras necesidades de interacción.