¿Qué es el procesamiento del lenguaje natural en términos simples?

Considere este código de Python:

5+ (5-3)
(5-3) + 5

La intención de este código es clara. Tan claro que, de hecho, se puede generar un árbol Parse. El árbol es una forma matemática de lo que se transmite.

En idiomas naturales como el inglés y el hindi, lo que se transmite no siempre es obvio para las máquinas. Un ejemplo clásico que me gusta es demostrable con Google translate.

Al volver esto al inglés, sucede lo siguiente.

Puede ver cómo ha cambiado la información. Esto sucede debido a las ambigüedades presentes en los propios lenguajes naturales.

En términos generales, PNL es el proceso con el cual la computadora comprende el significado de una oración natural.

El procesamiento del lenguaje natural, en su definición más simple, es la capacidad de una computadora / sistema para comprender realmente el lenguaje humano y procesarlo de la misma manera que lo hace un humano.

Ejemplos notables:

  • Apple – iOS 8 – Siri
  • Conoce a Cortana para Windows Phone
  • Google ahora

Otro ejemplo básico: si le preguntaras a un angloparlante “¿Qué pasa?” probablemente responderían con “No mucho”, o lo que sea que estén haciendo. Una computadora sin un sofisticado software de PNL probablemente intentaría buscar la definición de “arriba” y respondería con:
“arriba
əp /
adverbio

  1. 1)
    hacia el cielo o una posición más alta.
    “saltó”

Las otras respuestas definitivamente dan buenos ejemplos, y la página de Wikipedia también es un buen recurso. Como esto fue etiquetado con términos simples, proporcionaré algunos ejemplos simples de PNL:

1) Modelado de temas: dado un texto, como un periódico, agrupe las palabras en “temas”, o simplemente un grupo de palabras con un significado / contexto similar. Por ejemplo, un periódico podría terminar con una categoría de palabras relacionadas con las finanzas, una con palabras políticas, otra con clima, etc.

2) Traducción automática: probablemente haya utilizado este antes, por ejemplo, si alguna vez ve un “Traducir a X” en su navegador web. Explicando cómo los modelos comunes de traducción automática irían un poco más allá de los “términos simples”, pero esencialmente si tiene un texto en inglés y el mismo texto en francés, puede aprender qué tan probables serían ciertas traducciones en cualquier dirección. Y, si tiene suficientes datos de capacitación, puede aplicar ese modelo a texto invisible como se hace comúnmente en los navegadores web.

3) Respuesta de preguntas: la mejor explicación que podría dar para esto es mostrándole una. Ese cuadro en la parte superior que resume la página de Wikipedia es un ejemplo de lo que uno podría hacer. La idea es procesar alguna fuente y luego responder preguntas específicas de ella, ya que saca la información necesaria de la página de Wikipedia, que es mucho más larga. Otro ejemplo podría ser procesar una historia y luego responder preguntas sobre los personajes o eventos que ocurrieron.

Espero que esos ejemplos le den una idea de algunas cosas que se pueden hacer. De ninguna manera es una lista completa; entonces, definitivamente lea más si está interesado.

El procesamiento del lenguaje natural es la capacidad de las computadoras para interpretar patrones de escritura y habla humana natural. Por ejemplo, cada vez que escribe una pregunta en Google que es procesamiento de lenguaje natural. O el traductor de Google es otro ejemplo. O cuando su teléfono intenta corregir automáticamente una palabra o sugerir la siguiente palabra para que la escriba.

Este artículo es una entrevista con un experto en lingüística computacional. Es una buena lectura para los científicos de datos, investigadores, desarrolladores de software y profesionales que trabajan en medios, conocimientos del consumidor e inteligencia de mercado. Es para cualquiera que esté interesado o necesite saber sobre el procesamiento del lenguaje natural (PNL).

Una actualización interna sobre el procesamiento del lenguaje natural – Fusion Analytics World

La referencia a su pregunta le hace pensar que puede estar refiriéndose a PNL (Programación Neurolingüística). Si esto es lo que busca, lo explicaré en términos fáciles. Cuando tomé iones de programación de computadoras, descubrí lo básico. La máquina no podría funcionar a menos que se le indique paso a paso. Si algo estaba fuera de orden, rechazó la información (error de sintaxis) y se volvería frustrante y confuso rápidamente para el programador. Así es con nuestros cerebros.

Los algoritmos se basan en el aprendizaje automático. El paradigma es uno de codificación para un programador. Entonces, en PNL, reconocemos y aprendemos más y más sobre la adquisición del lenguaje humano. Gran parte del procesamiento del lenguaje proviene de la asociación de palabras con objetos. A partir de ahí, actuamos como humanos en patrones, creencias y uniendo los dos tipos diferentes de conocimiento que el humano y la máquina han aprendido, poseemos gramática, hechos sobre el mundo real. La forma en que la percibimos, la describimos, llega al usar nuestro lenguaje único y natural para explicar e interpretar.

Trabajé en PNL (también conocido como comprensión del lenguaje natural) durante un año y describí casualmente gran parte de mi trabajo como:

“convertir palabras en significado”

La respuesta de Alex cubre una buena sección de detalles, pero también agregaría que gran parte del modelado intencional es crear modelos de clasificación y encontrar límites de oraciones y que el modelado acústico o “convertir el sonido en palabras” a menudo también se considera parte de la PNL.

¡Espero que eso ayude!

PNL es el arte y la ciencia de la excelencia personal. Funciona modelando tu comportamiento y tu vida modelando a otros que son excelentes. Lo que una persona puede hacer, otra persona puede hacer. Para aprender PNL necesitas un maestro calificado. Vale la pena

Existe una definición clara en el procesamiento del lenguaje natural.

More Interesting

Cómo comenzar a trabajar en conjuntos de datos de Kaggle

¿Una máquina de máquina virtual de big data ayuda a analizar archivos grandes?

Cómo optimizar las consultas SPARQL

¿En qué año la publicidad de AI / Machine Learning se pondrá al día con la realidad?

Cómo preprocesar el conjunto de datos de correo electrónico de Enron

¿Es posible crear sistemas de recomendación combinando datos de Twitter / Facebook y datos de preferencia del cliente? Si es así, ¿con qué herramientas?

Dado que los modelos pueden ser entrenados en datos sintéticos, ¿podemos usar el Entrenamiento Adversario para hacer que las imágenes de prueba sean más sintéticas?

¿Dónde puedo obtener más información sobre los métodos y algoritmos informáticos que coinciden y resumen diferentes partes del texto?

¿Cuáles son los mayores desafíos al hacer análisis de big data?

¿Cómo podemos "entrenar" sistemáticamente los algoritmos de agrupación sobre qué combinaciones de atributos / características generan en última instancia los tipos deseados de agrupaciones?

¿Qué caminos puede tomar un ingeniero mecánico para comenzar a trabajar con robótica, aprendizaje automático e inteligencia artificial?

¿Qué tipos de carreras hay para los ingenieros informáticos que se concentran en la inteligencia artificial y la máquina?

Cómo etiquetar objetivamente objetos con etiquetas que son subjetivas, en sistemas expertos

¿Qué elementos de los sistemas operativos generales de una organización deben ser compatibles y reforzarse mutuamente?

Cómo extraer términos importantes de datos de texto no estructurados