NLU, Interacciones Persona-Ordenador, Nuevo Software
El Entendimiento del Lenguaje Natural (NLU, por sus siglas en inglés) es una rama del Procesamiento del Lenguaje Natural (NLP, por sus siglas en inglés) que se centra en facilitar las interacciones entre humanos y ordenadores, ya sea en forma de habla o de lenguaje escrito. Junto con la Generación de Lenguaje Natural o NLG, NLU permite el funcionamiento y la funcionalidad de una variedad de servicios y programas que utilizan NLP, incluyendo programas de software de transcripción automática y traducción. Más concretamente, el objetivo principal de NLU es el desarrollo de bots de voz y chat que puedan interactuar con el público en general sin necesidad de intervención humana. Por ello, muchas empresas tecnológicas multinacionales, como Microsoft, Google y Apple, trabajan actualmente en proyectos centrados en el desarrollo y la implantación del NLU.
¿Cómo funciona el Entendimiento del Lenguaje Natural?
El NLU funciona mediante el análisis de textos de entrada, que se utilizan para determinar el significado de una solicitud específica del usuario. También conocida como intención NLU, la intención en el contexto de NLU se refiere a una acción particular que un usuario tiene la intención de realizar. Por ejemplo, al hablar con un asistente de voz popular como Alexa de Amazon, un usuario puede indicar a la IA que reproduzca la siguiente canción de su lista de reproducción. Para responder eficazmente a esta orden del usuario, Alexa responderá de acuerdo con los datos de entrenamiento que se utilizaron para crear los modelos de aprendizaje automático e inteligencia artificial que permiten el funcionamiento de dichos programas. Para ilustrar mejor este punto, NLU analiza los datos utilizando algoritmos para transformar el habla humana en un modelo de datos que contiene definiciones tanto pragmáticas como semánticas, también conocido como ontología estructurada.
Dicho esto, los dos conceptos fundamentales que permiten este proceso son la intención y el reconocimiento de entidades. Mientras que la intención se centra en acciones específicas del usuario, el reconocimiento de entidades se centra en la identificación de entidades específicas dentro de una frase u oración concreta. Además, existen dos tipos diferentes de entidades en el reconocimiento de entidades: las entidades con nombre y las entidades numéricas. Las entidades con nombre se dividen en categorías específicas, como lugares, objetos físicos y personas, entre otros. Por otro lado, como su nombre indica, las entidades numéricas están orientadas al reconocimiento de números, ya sea en forma de porcentajes, divisas o medidas, por citar algunos ejemplos.
Datos de entrenamiento NLU
Como todas las aplicaciones de aprendizaje automático e inteligencia artificial funcionan de acuerdo con conjuntos de datos de entrenamiento, los datos de entrenamiento de NLU adoptan la forma de enunciados de muestra. Los enunciados de muestra son ejemplos escritos de los tipos de temas o comandos que los seres humanos probablemente expresarían a un chat o bot de voz. Por ejemplo, una persona puede pedir a un chatbot que le facilite el número de seguimiento de una prenda de ropa que ha pedido a través de un sitio web o que haga una reserva en un restaurante local. Mediante la combinación de la intención y el reconocimiento de entidades, los programas informáticos son capaces de interpretar las entradas humanas. A modo de ejemplo, consideremos una solicitud para una escapada de fin de semana a París (Francia).
En este caso, los billetes de avión y las reservas de hotel representarían la intención, mientras que París, Francia representaría el reconocimiento de la entidad. La combinación de intención, entidades y enunciados de muestra constituye la base de un modelo lingüístico dentro de un programa de software de PNL. Siguiendo con el ejemplo de Alexa de Amazon, mientras que la Generación de Lenguaje Natural permite a dicho software comunicarse verbalmente con los humanos, la Comprensión del Lenguaje Natural permite al software interpretar los comandos que los humanos les proporcionan, generando efectivamente comprensión de acuerdo con los datos de entrenamiento o el modelo de lenguaje que se utilizó para crear el programa. Además, cuando los consumidores interactúan con chatbots mientras navegan por Internet, la implementación del NLU permite que dichos chatbots comprendan y respondan de manera oportuna.
Aunque la verdadera comprensión del lenguaje es un concepto exclusivo de la mente humana, ya que el nivel superficial de las palabras, frases y oraciones es solo una fracción del significado del lenguaje y la expresión humanos, la comprensión del lenguaje natural permite a los programas de software interactuar con las entradas humanas a un nivel básico. La mejor muestra de ello son las limitaciones de muchos asistentes de inteligencia artificial y chatbots populares, ya que estos programas pueden manejar comandos específicos extremadamente bien, pero se rompen rápidamente cuando los usuarios hacen comandos o peticiones que están fuera del alcance de los modelos de lenguaje o los datos de entrenamiento que se utilizaron para crear el programa. Por lo tanto, aunque la PNL ya ha dado lugar al desarrollo de numerosos programas de software fascinantes e innovadores, se desarrollarán muchos más a medida que se sigan mejorando los algoritmos de inteligencia artificial y aprendizaje automático.
