Introducción a el NLP: ¿qué es el procesamiento del lenguaje natural (NLP)?

¿Qué es el procesamiento del lenguaje natural (PLN)?

el NLP es un subcampo de la lingüística, la informática y la inteligencia artificial. Se trata del procesamiento del lenguaje, las palabras y el habla, por un ordenador.

Se trata de desarrollar interacciones entre los ordenadores y el lenguaje humano, y especialmente de cómo programar ordenadores para procesar y analizar grandes cantidades de datos del lenguaje natural.

No cometa el error: ¡el NLP no es sólo lingüística! La lingüística tiene como objetivo comprender las lenguas extranjeras a través de programas informáticos.

el NLP se basa en reglas. Pero las reglas no son suficientes: el contexto también es muy importante. Cuando un amigo te dice: « What a wonderful spring! », ¿es la estación o el agua? He aquí otro ejemplo: « I go to the bank. ». ¿Se trata de caminar por la orilla del río o de llevar dinero al banco?

Así que el NLP necesita muchas reglas y diccionarios.

¿Para qué sirve el NLP?

Gracias a el NLP, una máquina puede "entender" el contenido de los documentos, incluidos los matices contextuales del del lenguaje que contienen. Una máquina también puede extraer información y conocimientos contenidos en los documentos así como clasificar y organizar los propios documentos.

Los retos del procesamiento del lenguaje natural suelen ser el reconocimiento del habla, la comprensión del lenguaje natural (NLU) y la generación del lenguaje natural (NLG). natural (NLU) y la generación de lenguaje natural (NLG).

¿Por qué es interesante el NLP?

El mundo está lleno de datos no estructurados (es decir, datos que no están formateados para las máquinas): suponen 70-90% de los datos digitales. el NLP es una gran forma de procesar estos enormes volúmenes de datos.

Para las empresas, el NLP es una forma de conocer a sus clientes de forma automatizada y de crear nuevas oportunidades (mejor conocimiento, mejor orientación,...).

Casos de uso del NLP

Estos son algunos casos típicos de uso del NLP:

• • Análisis del sentimiento: como director general quiere medir automáticamente la felicidad de sus clientes mediante analizando sus mensajes
• • Clasificación del texto: saber automáticamente de qué habla un texto
• • Reconocimiento de voz: convertir el audio en texto para su posterior tratamiento
• • Chatbots: proporcionar asistencia al cliente 24/7/365
• • Traducción automática: llegar a nuevos mercados en otros idiomas con una inversión mínima
• • Autocompletar el texto: similar a lo que hace Gmail para ayudarle a aumentar la eficiencia de sus empleados a través de una base de conocimientos centralizada, o para mejorar la forma en que sus clientes interactúan con su producto o sitio web
• • Corrección ortográfica: Asegurarse de que los documentos no contienen errores. Especialmente relevante en sectores con altos requisitos de cumplimiento, como la banca, los seguros y las finanzas.
• • Búsqueda de palabras clave: localizar más rápidamente la información pertinente en todas las instalaciones de datos, lo que permite aumentar la eficacia
• • Coincidencia de anuncios
• • Extracción de la entidad: extracción de información de grandes volúmenes de datos no estructurados
• • Detección de spam:
• • Generación de textos: crear automáticamente nuevos textos, por ejemplo, contratos con clientes, documentos de investigación, materiales de formación, etc.
• • Resumen automático: añadir resúmenes a los documentos existentes
• • Preguntas de respuesta: responder a preguntas concretas a partir de fuentes de información dispares
• • Pie de foto: Anotación de imágenes
• • Subtitulado de vídeo: Los vídeos pueden tardar mucho tiempo en verse. A veces es más rápido extraer información de ellos en forma de texto y procesarla después con otras técnicas de NLP, como el resumen.

el NLP no es nueva.

Durante la Segunda Guerra Mundial, Alan Turing creó una máquina para entender los mensajes codificados enviados por los nazis, llamada la máquina de Turing.

Más tarde, el experimento Georgetown-IBM fue una influyente demostración de la traducción automática, que se realizó durante el 7 de enero de 1954. Desarrollado conjuntamente por la Universidad de Georgetown e IBM, el experimento consistió en la traducción completamente automática de más de sesenta frases rusas al inglés. Sólo contaba con seis reglas gramaticales y 250 elementos léxicos en su vocabulario.

Otro hito interesante fue el software ELIZA, desarrollado en 1966 el Laboratorio de Inteligencia Artificial del MIT por Joseph Weizenbaum. El guión más famoso, DOCTOR, simulaba a un psicoterapeuta y utilizaba reglas, dictadas en el guión, para responder con preguntas no direccionales a las entradas del usuario. Así, ELIZA fue uno de los primeros chatbots y uno de los primeros programas capaces de intentar el test de Turing.

Conclusión:

En este post, ha descubierto qué es el procesamiento del lenguaje natural y cómo se puede utilizar en la vida real. Todavía existen muchos retos, pero se han hecho grandes progresos en estos últimos años en el campo del NLP. Hoy en día, la madurez del NLP anima a más y más empresas a aprovechar el NLP en su producto o en su organización interna.

Sylvie Krupsky
CMO en NLP Cloud