AI: ¿cuál es la diferencia entre NLP y NLU?
Aunque sólo se diferencian por una letra minúscula, los conceptos de NLP (natural language processing, procesamiento del lenguaje natural) y NLU (natural language understanding, comprensión del lenguaje natural) son distintos pero complementarios en lo que respecta al reconocimiento de textos y la comprensión de palabras.
Es fácil entender por qué la comprensión del lenguaje natural es una cuestión de suma importancia para las empresas que desean utilizar robots inteligentes para comunicarse con sus clientes.
El concepto de PNL (Procesamiento Automático del Lenguaje) surgió en los años sesenta. Su ambición era permitir a las máquinas registrar y luego procesar información formalizada en lenguaje natural.
NLU - NLP la diferencia
Para poder funcionar e interactuar con nosotros sin problemas, las máquinas necesitan aprender gracias al sistema de procesamiento del lenguaje natural (PLN).
Procesamiento del lenguaje natural (PLN)
El sitio PLN o "Procesamiento del Lenguaje Natural", es un conjunto de soluciones de reconocimiento de texto que permiten comprender las palabras y frases formuladas por los usuarios.
Objetivo: analizar y comprender una necesidad expresada de forma natural por un ser humano y ser capaz de responder a ella.
La PNL abarca todas las tecnologías que toman un texto en bruto como entrada y producen un resultado esperado (comprensión, síntesis o traducción del lenguaje natural, por ejemplo). En la práctica, la PNL permite entender lo que dice un ser humano, procesar los datos del mensaje y dar una respuesta en lenguaje natural.
La NLU, un subcomponente de la NLP
La comprensión del lenguaje natural (NLU) consiste en analizar un texto escrito u oral en lenguaje natural y comprender sus intenciones. Es, por tanto, un subcomponente de la PNL.
La PNL interpreta literalmente lo que el cliente dice o escribe, mientras que la NLU identifica intenciones y significados más profundos.
Una NLU es un algoritmo que se entrena para categorizar la información de "entrada" según "clases semánticas de datos". Así, el modelo finalizado mediante redes neuronales es capaz de determinar si un elemento X pertenece a la clase Y o a otra clase Z, etc.
"Estoy intentando ponerme en contacto con Orange, ¿sabe cuál es el número?". La NLU entenderá que la persona quiere contactar con el servicio de atención al cliente del Grupo Orange.
"¿En qué departamento se encuentra la ciudad de Orange?" La NLU entenderá la diferencia de intención con la frase anterior. Estamos hablando de la ciudad, no del grupo de telecomunicaciones.
La NLU también es capaz de reconocer entidades, es decir, palabras y expresiones que, si se reconocen en la petición del usuario (Input), pueden condicionar el progreso de la conversación.
En nuestro ejemplo naranja, la entrada es: En + ciudad + Naranja
Intención y entidad
La comprensión del lenguaje natural se basa, por tanto, en dos datos clave: la intención y la entidad.
La intención permite comprender el mensaje enviado por el usuario y se caracteriza por una estructura sintáctica típica que se encuentra en la mayoría de las entradas correspondientes al mismo objetivo.
La entidad es una información presente en la solicitud del usuario, pertinente para comprender su objetivo, caracterizada por palabras y expresiones cortas típicas que se encuentran en un gran número de entradas correspondientes al mismo objetivo.
- Resumen automático del diálogo
- Traducción automática
El Callbot alimentado con inteligencia artificial tendrá, por tanto, una comprensión avanzada del lenguaje natural gracias a la NLU. Si esto no es suficientemente preciso, puede sustituirse por la intervención humana utilizando, por ejemplo, una plataforma de creación de agentes conversacionales de bajo código.
NLU - PNL y reconocimiento del habla
Cuando se trata de interacción vocal, es necesario definir un sistema de transcripción en tiempo real de la interacción vocal.
Esta fase de transcripción tiene lugar justo antes de las etapas de análisis y comprensión.
La transcripción utiliza algoritmos conocidos como reconocimiento automático del habla (ASR), que generan una versión escrita de la conversación en tiempo real.
En términos sencillos, se puede pensar enASR como un software de reconocimiento de voz que permite a una persona hacer una petición de voz.
El reconocimiento del habla no es un tema nuevo: históricamente, el primer objetivo del reconocimiento del habla fue reconocer con precisión 10 dígitos que se transmitían mediante un dispositivo con cable (Davis et al., 1952). A partir de 1960, se introdujeron métodos numéricos que permitieron mejorar eficazmente el reconocimiento de elementos aislados del lenguaje (como cuando se pide decir 1, 2 ó 3 por teléfono, por ejemplo). Sin embargo, se tardaría mucho más en abordar el habla "continua", que seguiría siendo muy compleja durante mucho tiempo (Haton et al., 2006).
Al igual que el aprendizaje de la lectura -en el que primero se aprende el alfabeto, luego los sonidos y finalmente las palabras-, la transcripción del habla ha evolucionado con el tiempo y la tecnología.
De lo más sencillo a lo más complejo :
- Reconocer palabras aisladas,
- Reconocimiento de palabras enlazadas: sólo habla una persona
- Coarticulación: cómo un fonema* puede influir en otro "es demasiado [P]injusto", por ejemplo.
- Tener en cuenta elementos perturbadores como el habla continua o la variabilidad de los interlocutores, posible gracias a los avances del aprendizaje automático.
