Обработка естественного языка или НЛП - это отрасль искусственного интеллекта, которая имеет много важных последствий для взаимодействия компьютеров и людей. Человеческий язык, разработанный в течение тысяч и тысяч лет, стал тонкой формой общения, которая содержит множество информации, которая часто превосходит слова в одиночку. НЛП станет важной технологией для преодоления разрыва между человеческими коммуникациями и цифровыми данными. Вот пять способов, которыми обработка естественного языка будет использоваться в ближайшие годы.
Машинный перевод
Поскольку мировая информация находится в режиме онлайн, задача создания этих данных становится все более важной. Задача сделать доступную для всех информацию в мире по языковым барьерам просто переросла способность к переводу людей. Инновационные компании, такие как Duolingo, стремятся привлечь большое количество людей, чтобы внести свой вклад, путем совмещения усилий по переводу с изучением нового языка. Но машинный перевод предлагает еще более масштабируемую альтернативу гармонизации мировой информации. Google - компания, которая находится на переднем крае машинного перевода, используя запатентованный механизм статистики для своего сервиса Google translate. Проблема с технологиями машинного перевода заключается не в переводе слов, а в сохранении смысла предложений, сложной технологической проблемы, которая лежит в основе НЛП.
Борьба со спамом
Спам-фильтры стали важными как первая линия защиты от постоянно растущей проблемы нежелательной электронной почты. Но почти все, кто пользуется электронной почтой, испытывают агонию по поводу нежелательных писем, которые все еще получены, или важные электронные письма, случайно попавшие в фильтр. Ложноположительные и ложноотрицательные проблемы спам-фильтров лежат в основе технологии НЛП, снова переходя к проблеме извлечения смысла из строк текста. Технология, которая получила большое внимание, - это байесовская фильтрация спама, статистическая техника, в которой частота слов в письме измеряется против его типичного появления в корпусе спама и сообщений, не связанных со спамом.
Извлечение информации
Многие важные решения на финансовых рынках все больше отходят от контроля и контроля над людьми. Алгоритмическая торговля становится все более популярной, это форма финансовых инвестиций, которая полностью контролируется технологиями. Но на многие из этих финансовых решений влияют новости, журналистика, которая по-прежнему представлена преимущественно на английском языке. Тогда основная задача НЛП стала принимать эти откровенные объявления и извлекать соответствующую информацию в формате, который может быть учтен в алгоритмических торговых решениях. Например, новости о слиянии компаний могут иметь большое влияние на торговые решения и скорость, с которой данные о слиянии, игроках, ценах, которые приобретают, которые могут быть включены в торговый алгоритм, могут иметь последствия для прибыли в миллионы долларов.
Суммирование
Информационная перегрузка является реальным явлением в нашей эпохе цифровых технологий, и уже наш доступ к знаниям и информации намного превосходит нашу способность ее понимать. Это тенденция, которая не показывает признаков замедления, и поэтому способность суммировать значение документов и информации становится все более важной. Это важно не только для того, чтобы позволить нам распознавать и поглощать соответствующую информацию из огромного количества данных. Еще один желаемый результат заключается в понимании более глубоких эмоциональных значений, например, на основе агрегированных данных из социальных сетей, может ли компания определить общие настроения для своего последнего предложения продукта? Эта отрасль НЛП станет все более полезной в качестве ценного маркетингового актива.
Ответ на вопрос
Поисковые системы помещают информацию о мире в наши руки, но, как правило, довольно примитивны, когда дело доходит до ответа на конкретные вопросы, заданные людьми. Google видел разочарование, которое это вызвало у пользователей, которым часто нужно попробовать несколько разных результатов поиска, чтобы найти ответ, который они ищут. Большой упор усилий Google в НЛП заключался в распознавании вопросов на естественном языке, извлечении смысла и предоставлении ответа, а эволюция страницы результатов Google показала этот фокус. Хотя это, безусловно, улучшается, это остается серьезной проблемой для поисковых систем и одним из основных применений исследований естественного языка.
