如何让机器更懂你?是时候了解NLP了!

自然语言处理(NLP)在语音和文本方面的改进将助力主流技术的发展 。例如以人类自然发音朗读电子邮件时 , 如果用户对电子表格中的数据提出质疑 , Excel会自动以图表和数据透视表的形式回答相关问题 。
随着NLP变得更加准确并被广泛使用 , 其不仅能够支持预置主题的聊天机器人 , 还能够处理半结构化和非结构化数据 。知识挖掘功能可以帮助用户洞察业务流程、资产和负债信息 , 从而帮助创建更加合理的工作流程以及更加实时地监测企业的运营 。
NLP有着广泛的应用范围 , 翻译和语言生成、分类和聚合、情感分析 , 以及其他信息提取、Siri等虚拟助手都在NLP的应用范围之内 。例如拼写检查、对电子邮件和消息的回复给出建议等简单的NLP如今已经被广泛使用 。
Apexanalytix负责应用与高级技术的高级副总裁Walt Kristick解释说:“NLP可以将单词分解为最基础的形态 , 识别它们之间的模式、规则和联系 。人类的书面用语和口语在经由计算机算法解析和翻释之后 , 系统能够学习和理解人类语言 。提高NLP对文本和非相关数据源的分析和提取含义的能力 , 尤其在医疗保健和生命科学领域当中 , 已经成为了用户的关注点 。”
下面我们将介绍一下NLP的现状以及其适用范围 。
NLP服务的优势
除了Python NLTK、Sanford CoreNLP和Apache OpenNLP之类的框架外 , 许多算法也可用于构建NLP任务 , 但是往往效率越高的模型 , 其规模也就越庞大 。有着170亿参数的微软图灵自然语言生成模型是有史以来发布的最大模型 , 即便是BERT和GPT-2 , 其参数也有数十亿之多 。
即便企业拥有NLP专家 , 如果想根据自身情况定制相关的模型也是一项挑战 。微软主管对话式AI的副总裁Lili Cheng警告说:“仅仅使用这些模型并不能处理企业中复杂的事情 。对于许多企业而言 , 托管这些大型模型、对其有效管理和让其正常运行非常是具有挑战性的 。虽然有人愿意这样做 , 但是我们相信更多的客户希望有针对性地进行定制和添加信息 。”
当领导者开始迅速有针对性地招募某一任务所需要的所有人员 , 那么就意味着变革开始了 。这三种方式都可以帮助领导者建立一个更好的新常态 。即使是拥有AI人才的企业也经常会从微软、亚马逊、谷歌和IBM等提供商那里购买NLP服务 , 以使专业开发人员和商业用户也能够利用该技术 。
作为微软的客户 , Telefonica在内部设置有AI小组 。即便如此 , 为了让没有开发人员专业知识的业务用户可以使用Q&A Maker等服务来创建自己的工具 , Telefonica也在使用微软的Power平台 。Cheng说:“为了让用户能够以搜索或对话的方式提出问题和获得答案 , 你可以将其指向PDF文件或网页版FAQ。”
NLP的一个关键应用是聊天机器人 。聊天机器人可以帮助接受订单、从FAQ中提供答案、进行路线查询、预定会议并在必要时与人类进行对话 。
Confirmit产品管理高级总监Paul Quinn表示 , NLP是一种强大的工具 , 可帮助企业从大量文本和语音数据中获取客户洞察力 。他说:“企业通常都拥有超过100TB的非结构化数据 , 从呼叫中心提示、客户电子邮件到调查评论 , 无所不包 。如果企业想改善客户体验或是想获得有关自己品牌的详细洞察力 , 那么他们都可以使用NLP筛选大量数据 , 并从中找到有用数据 。”
IBM研究员兼AI首席架构师Dakshi Agrawal表示 , 不仅仅是零售业 , 其他面向客户的行业也都可从NLP中受益 。任何与客户打交道的企业都可以利用NLP从他们的互动中获得洞察力 。Agrawal说:“与和外部客户及合作伙伴打交道一样 , 许多企业也将这一技术用到了内部员工和HR交互当中 。”
为了在客户使用不同术语进行报告时 , 将问题的分组变得更为准确 , 除了关键词提取外 , 还可以在主题聚合中使用句子嵌入等NLP技术 。这样可帮助发现趋势性问题或重复出现的问题 。
独立的英国运输行业监管机构Transport Focus已经在使用Signoi来查看通勤者和旅客对各种火车服务的最大担忧 。例如 , 商务旅客对火车上人满为患感到不满意 , 而那些乘坐火车旅行的人希望停车位更便利一些 , 放置行李和自行车的空间更大一些 。


推荐阅读