Para poder capturar efectos de plegamiento co-transcripcional, extendemos las gramáticas libres de contexto estocásticas de manera que la probabilidad de aplicar una regla pueda depender de la longitud de la subcadena que finalmente se genera a partir de los símbolos introducidos por la regla, y mostramos que los algoritmos existentes para el entrenamiento y para determinar el árbol de análisis más probable se pueden adaptar fácilmente al modelo extendido sin pérdidas en rendimiento. Además, demostramos que el modelo extendido es adecuado para mejorar la calidad de las predicciones de las estructuras secundarias del ARN. El modelo extendido también puede aplicarse a otros campos donde se utilizan gramáticas libres de contexto estocásticas, como el procesamiento del lenguaje natural. Además, surgen algunas preguntas interesantes en el campo de los lenguajes formales a partir de esto.