“Hola Siri, ¿hay algún restaurante popular en este lugar?”
“Sí, ahí tienes”
* presenta una lista de lugares ordenados por orden de importancia *
- Cómo calcular la cantidad óptima de datos de entrenamiento para un pronóstico de series de tiempo usando Python
- Cómo tener una buena inicialización de la probabilidad previa, la probabilidad de emisión en los modelos ocultos de Markov ya que los HMM son óptimos locales
- ¿Puedo usar algoritmos y bibliotecas ML para empresas?
- ¿Cómo puede un joven de 16 años comenzar a aprender sobre el aprendizaje automático?
- ¿Cuál es mejor, el aprendizaje automático de Stanford en Coursera o un nanogrado Udacity?
Comúnmente tenemos este tipo de conversaciones con nuestros asistentes personales inteligentes, que son expertos en comprender el contexto de la consulta y presentar los resultados en el lenguaje hablado, a veces también proporcionan enlaces útiles, mapas de direcciones, etc. Tales sistemas se basan en el procesamiento del lenguaje natural (PNL) y destinado a ayudar a los humanos y las máquinas a comunicarse en lenguaje natural. La comprensión del lenguaje natural (NLU) y la generación del lenguaje natural (NLG) son subconjuntos de PNL.
NLU intenta comprender el significado detrás del texto escrito. Después de que el software de reconocimiento de voz convierta la voz en texto, el software NLU aparece en la imagen para descifrar su significado. Es muy posible que el mismo texto tenga varios significados, o que diferentes palabras tengan el mismo significado, o que el significado cambie con el contexto. Conocer las reglas y la estructura del lenguaje, comprender el texto sin ambigüedad son algunos de los desafíos que enfrentan los sistemas NLU. Las aplicaciones populares incluyen detección de sentimientos y filtros de malas palabras, entre otros. Google adquirió API.ai proporciona herramientas para reconocimiento de voz y NLU.
NLG hace exactamente lo contrario. Dada la información, la analiza y genera narrativas en lenguaje conversacional. Va más allá de los sistemas basados en plantillas, ya que se ha configurado con el conocimiento y la experiencia de dominio de un experto humano para producir resultados bien investigados y precisos en cuestión de segundos. Se pueden generar narrativas para personas de todos los niveles jerárquicos de una organización, en varios idiomas. Empresas como vPhrase lideran este espacio con su plataforma NLG PHRAZOR. El análisis de datos, la redacción automatizada de informes, etc. son aplicaciones de NLG.
Espero que esto ayude.
Puedes leer más sobre esto aquí.
