Вы слышали этот термин в офисе и на технических мероприятиях; вы знаете, что это новейший и лучший из процессов обработки данных, но что на самом деле представляет собой обработка естественного языка? Один из аналитиков данных Welcome Бен Николс рассказал:

Что это?

Тексты, разговоры, изображения — все это «данные», которые потенциально могут анализировать машины. Однако компьютеры и машины могут понимать данные только в определенных формах, а человеческие данные не являются одной из этих форм. Это требует, чтобы мы, как люди, вручную разбили эти человеческие данные на язык, понятный машинам. Обработка естественного языка — это дисциплина, которая направлена ​​на то, чтобы позволить машинам самостоятельно анализировать написанный человеком текст без помощи людей.

По сути, НЛП — это область исследования, целью которой является выяснить, как машины могут лучше понимать людей.

Как это используется?

Каждый божий день люди используют приложение или функцию, которые являются результатом НЛП. Благодаря НЛП Siri может понять вашу словесную просьбу «позвонить маме» или «забронировать столик». Google Translate использует НЛП для интуитивного понимания грамматической структуры предложений и перевода с английского на испанский.

В Welcome у нас есть тысячи чатов, которые нужно прочитать и проанализировать. Традиционно мы предлагали персонализированную услугу, когда люди просматривали каждый разговор, чтобы интерпретировать текст и вручную комментировать. Однако, используя НЛП, мы можем масштабировать этот процесс, позволяя более глубоко анализировать основные движущие силы этих разговоров.

Когда он возник?

Первый эксперимент по НЛП был проведен в 1954 году, намного раньше, чем можно было бы ожидать: эксперимент в Джорджтауне полностью перевел шестьдесят русских предложений на английский язык. Автор этого исследования считал, что машинный перевод будет завершен через три-пять лет. На самом деле это заняло гораздо больше времени.

«Большинство алгоритмов, используемых сегодня, были разработаны в 1970-х годах, но у нас не было доступных технологий, чтобы что-то с ними делать, поэтому это было больше теоретически», — сказал Бен. «НЛП извлекает выгоду из разработанной технологии, поэтому мы можем использовать эти алгоритмы более эффективно».

Почему это важно?

Увеличивайте количество, не жертвуя качеством. «Одна из самых больших возможностей, которые предоставляет НЛП, — это способность масштабировать традиционно человеческие процессы», — сказал Бен. «Расширяя входные данные, которые мы можем предоставить машинам, мы можем заставить компьютеры изначально понимать, что люди пишут, рисуют или говорят».