Streszczenie: Przetwarzanie języka naturalnego (NLP) umożliwia algorytmom sztucznej inteligencji rozumienie i przetwarzanie ludzkiego języka, co sprawia, że interakcja z robotami staje się coraz bardziej powszechna. Dzięki NLP, asystenci głosowi, tacy jak Siri czy Alexa, mogą rozumieć i wykonywać polecenia w języku naturalnym. Technologia ta znajduje coraz więcej zastosowań w biznesie, umożliwiając m.in. analizę opinii klientów, automatyzację obsługi klienta czy tłumaczenia maszynowe.
Przetwarzanie języka naturalnego przez algorytmy sztucznej inteligencji sprawi, że konwersacja z robotem wkrótce może stać się codziennością. Przybywa zastosowań biznesowych tej technologii.
Do tej pory, aby porozumieć się z komputerami, ludzie musieli korzystać z ich języka, czyli kodu. Dziś sytuacja się odwraca. Aby Siri czy Alexa poprawnie wykonały nasze polecenia, muszą rozumieć język mówiony. Technologią, która stoi za tą rewolucją i zmianą w komunikacji na linii maszyna‑człowiek, jest NLP (ang. Natural Language Processing), czyli przetwarzanie języka naturalnego.
NLP nie potrzebuje słów kluczowych
Ponad 20 lat temu, gdy powstała wyszukiwarka Google, aby znaleźć interesujące nas informacje, musieliśmy nie lada się natrudzić. Chodziło przede wszystkim o znalezienie właściwych słów kluczowych. Jednak z czasem gigant z Mountain View zaczął ulepszać swój produkt, wprowadzając wyszukiwanie semantyczne. Można przyjąć, że nowy system pojawił się wraz z nadejściem Google Knowledge Graph i algorytmu Koliber, którego zadaniem było zrozumienie intencji użytkownika, co pozwalało na lepsze dopasowanie wyników wyszukiwania.
Od tego momentu można było zadać Google’owi pytanie mniej więcej w taki sam sposób, jak koledze. Algorytm nauczył się bowiem powiązań pomiędzy słowami. Zatem jeśli użytkownik sieci zapytał: Które połączenia pomiędzy Warszawą a Krakowem będzie jutro najtańsze?, wyszukiwarka zrozumiała „jutro” i „najtańsze” bez konieczności podawania widełek cenowych i konkretnej daty. Odpowiednio zinterpretowała także słowo „połączenia”, podając wyniki zarówno dotyczące kolei, jak i busów.
Oczywiście wyniki wyszukiwań nadal mogą być rażąco niedopasowane. Jest to oczywiście zależne od danych i ich ustrukturyzowania. NLP dąży jednak do tego, aby interakcja internauty z maszyną była tak prosta jak rozmowa z drugim człowiekiem. Dlatego naturalnym krokiem było jej połączenie z technologią wyszukiwania głosowego (ang. voice search). W końcu to właśnie mówienie jest dla człowieka najbardziej naturalną formą komunikacji.
NLP idzie w parze z wyszukiwaniem głosowym
Technologia NLP jest oparta na sztucznej inteligencji (AI). Algorytmy, z których korzysta, nie są więc statyczne – ciągle się uczą i doskonalą. Jednak warto zdawać sobie sprawę z tego, że nawet dla maszyny, która ma wgląd w wielkie zbiory danych, zrozumienie intencji człowieka może być problematyczne.
Mimo to NLP przeniknął już do naszego codziennego życia, a to za sprawą takich rozwiązań, jak: Alexa, Siri i Asystent Google, które rozpoznają nasza mowę, określają jej znaczenie i wiedzą, jak na nią zareagować. Co ciekawe, Google stosuje NLP także w poczcie gmail, m.in. do automatycznego analizowania i rozumienia zawartości wiadomości tekstowych, dzięki czemu odróżnia powiadomienia od ofert handlowych.
Większy komfort korzystania z wyszukiwarek internetowych – dzięki zastosowaniu technologii NLP – wpłynął również na rosnącą popularność wyszukiwań głosowych (ang. voice search). Jak przewiduje ComScore, do 2025 r. aż 50% wszystkich wyszukiwań w sieci będą stanowiły właśnie te głosowe. Natomiast całkowite roczne przychody NLP – z uwzględnieniem oprogramowania, usług i sprzętu – mają osiągnąć w tym samym czasie poziom 43,3 mld dolarów na całym świecie (dane za Tractica).
NLP sprawdzi się w biznesie
Ale NLP to nie tylko rozmowa z botami. Dzięki tej technologii firmy są w stanie lepiej zrozumieć swoich klientów. Przy wykorzystaniu tzw. analizy sentymentu, czyli rozpoznania przez algorytm intencji (pozytywnej lub negatywnej) użytkownika, mogą określić wartość opinii wyrażanych przez konsumentów np. w mediach społecznościowych.
Bardzo ciekawe oprogramowanie, szczególnie dla zapominalskich, zaprezentował również IBM. Opracował asystenta kognitywnego, który działa jak spersonalizowana wyszukiwarka. Ucząc się wszystkiego o osobie, która z niego korzysta, jest w stanie np. przypomnieć mu imię, nazwę leku czy cokolwiek, o czym nie pamięta.
Analizowanie tego, o czym mówią i piszą ludzie, może być również bardzo cenne dla pracowników z sektora finansowego. Wykorzystując NLP, mogą oni śledzić aktualności, raporty i komentarze na temat możliwych fuzji.
NLP wyjdzie nam na zdrowie
Obecnie NLP szczególnie dynamicznie rozwija się w ochronie zdrowia. Chodzi m.in. o możliwość tworzenia pełniejszej dokumentacji medycznej. Przykładowo, Amazon Comprehend Medical to usługa, która za pomocą NLP m.in. analizuje nieustrukturyzowane dane pochodzące na przykład z rozmów z pacjentami, a wnioski z tej analizy dodaje do dokumentacji medycznej, co ułatwia lekarzom postawienie diagnozy.
Z kolei firma Winterlight Labs oferuje rozwiązanie, które dzięki analizie mowy pacjentów pozwala wykrywać zaburzenia poznawcze charakterystyczne dla choroby Alzheimera. Natomiast Uniwersytet Stanforda stworzył terapeutycznego chatbota dla osób z zaburzeniami lękowymi.
W perspektywie krótkoterminowej NLP wciąż stawia przed nami wiele wyzwań, ale dzięki stałym usprawnieniom nowych zastosowań tej technologii z pewnością będzie przybywać i w branży medycznej, i poza nią.
