NLU & NLP & NLG
A comunicação entre homens e máquinas está cada vez melhor
Estamos constantemente em contato com sistemas cognitivos, chats, sistemas bancários, sistemas de direção ou controle de nossos aparelhos domésticos e nem sempre nos damos conta de que por trás de tudo isso há sistemas de tratamento de linguagem natural (humana).
A linguagem natural tem três grandes componentes NLP (Natural Language Processing), NLU (Natural Language Understanding) NLG (Natural Language Generation).
O conceito de NLP não é novo. Os primeiros estudos foram iniciados na década de 60 por Daniel Bobrow para sua dissertação de doutorado no MIT. Desde então, vêm evoluindo, mostrando-se cada vez mais presentes em nossas vidas. NLP é um esforço para a compreensão da linguagem humana, que podemos aplicar em tradução automática de textos, na interpretação de frases e, o mais importante, no entendimento dos pensamentos humanos.
A compreensão da linguagem humana, NLU (Natural Language Understanding), envolve a análise frase a frase, juntando-as em grupos com alta similaridade, para que seja possível identificar uma intenção humana, mesmo que ela se manifeste em diferentes frases: “ainda têm dinheiro na minha conta?” ou “o que sobrou para eu gastar?” Com certeza, a intenção dessas duas frases é a mesma: um cliente de um banco querendo saber o seu saldo.
Exemplo de uso
Em NLU ocorre o entendimento do significado do input, ou seja, a compreensão gramatical dos termos fornecidos pelo usuário e sua intenção. Na NLP, há o processamento da informação, transformando os dados não-estruturados em dados estruturados. Na sequência, NLG, há a construção de conteúdo, momento em que a plataforma responde a uma determinada solicitação.
Vamos a um exemplo, em que o consumidor faz uma pergunta, seja por texto escrito ou por atendimento via voz:
Pergunta do consumidor: Você tem botas de borracha?
Resposta da máquina: Temos sim. Você tem preferência de cor?
O que aconteceu aqui parece simples, mas foi preciso que, primeiro, a ferramenta entendesse gramaticalmente a pergunta e identificasse nela uma intenção – nesse caso, intenção de compra (NLU). Depois, foi preciso processar a informação, transformando-a em dados estruturados (NLP), seguido de acessos a diferentes sistemas, como o de estoque para consultar a existência do item. Por fim, houve a devolução da resposta, com a construção de um conteúdo específico, coerente e gramaticalmente correto (NLG) e que tem a intenção de explorar o diálogo.
Tais recursos estão em crescente uso nas empresas, pois simplificam o acesso aos dados e facilitam a interação homem-máquina.
Diferentes aplicações
Chatbot.
Tradução automática de textos.
Conversão de textos para voz e de voz para textos.
Classificação de documentos.
Extração de entidades de documentos.
Análise de sentimentos etc.