Saber si un manuscrito es obra de un hombre o una mujer y si quien lo hizo es diestro o zurdo, son algunas de las características que, a partir de ahora, podrían conocerse de la mano de la inteligencia artificial. Así lo ha comprobado un equipo de investigadores de la Universidad Rey Juan Carlos de Madrid (URJC), que utilizado herramientas informáticas para conocer distintas características de los autores de textos escritos a mano. Los resultados de este estudio han sido publicados en la revista Complexity.
Ángel Morera, Ángel Sánchez, José Francisco Vélez, and Ana Belén Moreno, “Gender and Handedness Prediction from Offline Handwriting Using Convolutional Neural Networks,” Complexity, vol. 2018, Article ID 3891624, 14 pages, 2018. https://doi.org/10.1155/2018/3891624. PDF — EPUB
En concreto, han empleado redes neuronales profundas capaces de emular el funcionamiento del cerebro humano y que pueden abrir nuevas posibilidades en campos como la Biometría Forense o la interacción persona-ordenador. Por ejemplo, “si se encuentra una pieza anónima de texto escrito a mano en el lugar de un delito, sería posible reconocer automáticamente que el escritor es un hombre zurdo. Por tanto, esto podría reducir la cantidad de sospechosos que se investigarían”, ha explicado Ángel Sánchez, coautor del estudio.
Otro ámbito donde también podrían impactar notablemente los resultados de esta investigación es el de la interacción entre personas y ordenadores, ya que se podrían ofrecer nuevas posibilidades más personalizadas. Y un tercer sector de aplicación sería el de la seguridad, ya que estos sistemas se pueden combinar con otras modalidades biométricas para mejorar la seguridad en el acceso a sistemas informáticos. Así, por ejemplo, se podría combinar el uso de la huella dactilar con la escritura manuscrita para incrementar el nivel de seguridad en los accesos.
Se trata de la primera vez que se combina la predicción del género y la mano de escritura para textos manuscritos utilizando redes neuronales profundas y el resultado, han informado los investigadores, ha sido de una tasa de éxito del 75% de media.
Textos en inglés y árabe
Para la realización del estudio se han utilizado dos bases de datos públicas: IAM, que contiene textos en inglés, y KHATT con textos en árabe. “Durante la investigación ha sido especialmente delicado el problema de encontrar configuraciones adecuadas para los parámetros del sistema y conseguir unos resultados de predicción competitivos para cada uno de los problemas tratados”, ha señalado Ángel Sánchez.
A partir del análisis de textos empleando ambas bases de datos, los resultados alcanzados son los mejores publicados hasta la fecha para resolver el problema de predicción de la mano de escritura. Para la predicción de género, tal y como subraya Ángel Sánchez: “hemos conseguido unos resultados del 80,7% sobre la base de datos IAM y del 68,9% sobre KHATT”.
Vasos Comunicantes 