CambioDigital-OL

0

¿Qué es el procesamiento natural del lenguaje y cuáles son sus beneficios?

inteligencia-artificial_3El procesamiento natural del lenguaje (NLP, por sus siglas en inglés) es la rama de la inteligencia artificial (AI, por sus siglas en inglés) que se ocupa de la comunicación: ¿cómo se puede programar una computadora para que comprenda, procese y genere lenguaje como una persona?

Aunque el término originalmente se refería a la capacidad de un sistema para leer, con el tiempo se ha convertido en un coloquialismo para toda la lingüística computacional. Las subcategorías incluyen la generación natural de lenguaje (NLG, por sus siglas en inglés) -la capacidad de una computadora para crear comunicación propia, y la comprensión natural del lenguaje (NLU, por sus siglas en inglés) -la capacidad de entender la jerga, las malas palabras, los errores ortográficos y otras variantes del lenguaje.

Cómo funciona el procesamiento natural del lenguaje
El procesamiento natural del lenguaje funciona a través del aprendizaje de máquina (ML, por sus siglas en inglés). Los sistemas de aprendizaje de máquina almacenan las palabras y las formas en que se combinan, así como cualquier otra forma de datos. Frases, oraciones y, a veces, libros completos son incorporados a los motores de aprendizaje de máquina, en donde son procesados según las reglas gramaticales, los hábitos lingüísticos de la vida real de las personas o ambos. La computadora luego usa esta información para encontrar patrones y extrapolar lo que viene después. Tome el software de traducción, por ejemplo: en francés, “Voy a ir al parque” es “Je vais au parc”, por lo que el aprendizaje de máquina predice que “Voy a la tienda” también comenzará con “Je vais au”. Todo lo que la computadora necesita después de eso es la palabra para “tienda”.

Usos comunes del procesamiento del lenguaje natural
La traducción automática es una de las mejores aplicaciones del NLP, pero no es la más utilizada, sino la de Búsqueda. Cada vez que busca algo en Google o Bing, está introduciendo datos en el sistema. Cuando hace clic en un resultado de búsqueda, el sistema ve esto como una confirmación de que los resultados que se encuentran son correctos, y usa esta información para una mejor búsqueda en el futuro.

Los chatbots funcionan de la misma manera: se integran con Slack, Microsoft Messenger y otros programas de chat en los que leen el idioma que usa, y se activan cuando escribe una frase de activación. Los asistentes de voz, tales como Siri y Alexa también se ponen en marcha cuando escuchan frases como “Hola, Alexa”. Es por eso que los críticos dicen que estos programas siempre están escuchando, si no nunca sabrían cuándo los necesita. A menos que encienda una aplicación manualmente, los programas de procesamiento natural de lenguaje deben funcionar en segundo plano esperando esa frase.

Incluso si siempre están allí, el NLP no es Gran Hermano. El procesamiento natural del lenguaje le hace al mundo más bien que mal. Solo imagine su vida sin la búsqueda de Google o la revisión ortográfica, que usa el NLP para comparar las palabras que escribe con las del diccionario. La comparación de los dos conjuntos de datos permite a los correctores ortográficos identificar lo que está mal y ofrecer sugerencias.

Beneficios comerciales del procesamiento natural del lenguaje
La búsqueda y la revisión ortográfica son tan comunes, que a menudo los damos por hecho, especialmente en el trabajo, donde el NLP ofrece ganancias radicales de productividad. ¿Quiere saber cuántos días de vacaciones le quedan? No llame a recursos humanos. Ahorre tiempo y pregúntele a Talla, un chatbot que busca las políticas de la compañía para darle una respuesta. ¿Está en el teléfono y necesita los números del último trimestre? Menciónelos durante la conversación y SecondMind, la startup de búsqueda de audio, mostrará la respuesta en su pantalla. La empresa cuenta con una herramienta de búsqueda integrada que hace que las llamadas de contabilidad y recursos de los clientes sean hasta diez veces más cortas.

El procesamiento del lenguaje natural también ayuda a los reclutadores de trabajo a clasificar los currículos, atraer a diversos candidatos y contratar a más trabajadores calificados. La detección de spam utiliza el NLP para mantener ese correo electrónico no deseado fuera de su bandeja de entrada, y los programas como Outlook y Gmail lo usan para clasificar los mensajes de ciertas personas en las carpetas que usted cree.

Las herramientas como el análisis de sentimiento ayudan a las empresas a discernir rápidamente si los tweets sobre ellos son buenos o malos, para que así puedan analizar las inquietudes de los clientes. Este tipo de análisis no solo procesa las palabras en las redes sociales, sino que también analiza el contexto en el que aparecen. Solo el 30% de las palabras en inglés son positivas, señala Skye Morét, visualizadora de datos de Periscopic, una firma de análisis, y el resto son neutrales o negativas. De esta manera, el NLP ayuda a las empresas a entender mejor una publicación: ¿Cuál es la emoción del consumidor detrás de esas palabras neutrales?

Tradicionalmente, las corporaciones usaban el procesamiento natural del lenguaje para clasificar los comentarios como positivos o negativos. Sin embargo, Ryan Smith, vicepresidente senior de asuntos sociales e innovación en FleishmanHillard, dice que las herramientas de hoy identifican emociones más precisas, tales como la tristeza, la ira y el miedo.

Procesamiento natural del lenguaje para el bien social
Además de ayudar a las empresas a procesar datos, el análisis de sentimiento también nos ayuda a entender a la sociedad. Periscopic, por ejemplo, ha combinado el procesamiento natural del lenguaje con el reconocimiento visual para crear el Trump-Emoticoaster, un motor de datos que procesa el lenguaje y las expresiones faciales para monitorear el estado emocional del presidente Donald Trump.

Una tecnología similar también podría evitar tiroteos en las escuelas. En la Universidad de Columbia, los investigadores han procesado dos millones de tweets publicados por nueve mil jóvenes en riesgo, buscando la respuesta a una pregunta: ¿Cómo cambia el lenguaje cuando un adolescente se acerca cada vez más a la violencia?

“El contenido problemático puede evolucionar con el tiempo”, señala el director del programa, Dr. Desmond Patton. A medida que los jóvenes en riesgo se acercan al límite, buscan ayuda utilizando el lenguaje. El procesamiento natural del lenguaje marca estados emocionales problemáticos para que los trabajadores sociales puedan intervenir.

Al igual que Periscopic, Columbia combina el análisis de sentimiento con el reconocimiento de imágenes para mejorar la precisión. Patton dice que la computadora descompone las imágenes adjuntas a los tweets, para que luego el aprendizaje automático las procese junto con el lenguaje para contar “la emotividad real de la imagen”. ¿Esta imagen es sobre el dolor? ¿sobre amenazas? … ¿Qué más está sucediendo en una imagen que nos ayuda a entender de una manera más compleja? “Además de los tiroteos en las escuelas, el programa de Columbia también espera prevenir la violencia de pandillas.

Procesamiento natural del lenguaje para la mejora personal
El procesamiento natural del lenguaje también puede ayudarlo a controlar su propio estado emocional. Woebot es un terapeuta electrónico que se conecta con los usuarios a través de un chatbot de Facebook Messenger o de una aplicación independiente. Sin embargo, todavía no hay un análisis de sentimiento de alto nivel aquí. Woebot solo rastrea la depresión y la ansiedad, buscando palabras que puedan indicar que los usuarios se enfrentan a una situación de emergencia.

El futuro del procesamiento natural del lenguaje
Woebot usa NPL para buscar frases clave, pero la comunicación es tan torpe que nadie confundiría la aplicación con un ser humano. Sin embargo, mientras el NLP esté más tiempo en el mercado, mejor se pone, con algunos programas que se comunican tan sofisticadamente que necesitamos herramientas como Botometer y BotOrNot para que nos diga si estamos hablando con una persona real.

A medida que aparezcan cuentas impulsadas por bots en Twitter y Facebook, la próxima ola de tecnología bien podría ser el NLP detectando al NLP. Tanto Botometer como BotOrNot funcionan analizando el lenguaje para las características de comunicación de la computadora. Afortunadamente, todavía vivimos en una época en la que esto puede predecirse con precisión. Aunque avanzado, el procesamiento natural del lenguaje de hoy en día no es perfecto: a pesar de que Woebot confía plenamente en él para funcionar, el CEO Alison Darcy dijo que la comprensión natural del lenguaje es el mayor problema técnico de la aplicación. “Todavía estamos al principio en términos de esta tecnología”, le dijo a Rob May de Inside AI.

Terena Bell, CIO.com – CIOPeru.pe

Ordenado por: A.I. Tags: 

TOT

 

 

Contenidos recomendados...

Comparta esta publicación

Artículos relacionados

Escriba su comentario

Ud. tiene que estar conectado para publicar comentarios.

Red de publicaciones IDG en Latinoamérica: Computerworld Ecuador - Computerworld Colombia - CIO Perú // Contáctenos
© 8991 Computerworld Venezuela - All rights reserved ---- WordPress - Tema adaptado por GiorgioB