Како ће НЛП обликовати будућност технолошког света?
Обрада природних језика или НЛП је грана вештачке интелигенције која има много важних импликација на начин на који рачунари и људи интерагују. Људски језик, развијен хиљадама и хиљадама година, постао је нијансиран облик комуникације који носи богатство информација које често превазилазе саме речи. НЛП ће постати важна технологија у премошћавању празнине између људске комуникације и дигиталних података. Ево 5 начина на који ће обрада природног језика бити кориштена у наредним годинама.
01 од 05
Машински превод
Пошто су светске информације на мрежи, задатак да ти подаци постану приступачни постаје све важнији. Изазов да се светске информације приступе свима, преко језичких баријера, једноставно превазилазе капацитет за људски превод. Иновативне компаније попут Дуолинга-а желе да регрутују велике количине људи како би допринеле, поклапајући напоре превођења с учењем новог језика. Међутим, машински превођење нуди још више скалабилну алтернативу усклађивању информација у свету. Гоогле је компанија на челу машинског превођења, користећи власнички статистички механизам за своју услугу Гоогле превода. Изазов са технологијама машинског превођења није у преводу речи, већ у очувању значења реченица, сложеног технолошког проблема који је у срцу НЛП-а.
02 од 05
Борба против спама
Спам филтери су постали важни као прва линија одбране од све већег проблема нежељене е-поште. Међутим, скоро сви који користе е-пошту опширно су доживео агонију због нежељених е-порука које су још увек примљене, или важних е-пошта које су случајно ухваћене у филтеру. Лажно-позитивна и лажно-негативна питања филтера за нежељене поште су у срцу НЛП технологије, која се опет суочава са изазовом извлачења значења из жица текста. Технологија која је добила велику пажњу је Баиесиан филтрирање нежељених порука , статистичка техника у којој се учесталост речи у е-маилу мери према типичној појави у корпусу нежељених пошта и не-спам.
03 од 05
Информатион Ектрацтион
Многе важне одлуке на финансијским тржиштима све више одступају од људског надзора и контроле. Алгоритамска трговина постаје све популарнија, облик финансијског улагања који је у потпуности контролисан технологијом. Међутим, многе од ових финансијских одлука утичу вијести, новинарство које је и даље презентовано претежно на енглеском језику. Важан задатак, затим, НЛП-а постао је узимање ових обичних текста и извлачење релевантних информација у формату који се може урачунати у алгоритамске трговинске одлуке. На пример, вести о спајању између компанија могу имати велики утицај на одлуке о трговању и брзину којом се појединости о спајању, играчима, ценама, које стиче ко може бити уграђено у алгоритам трговања, могу имати импликације на профит милионе долара.
04 од 05
Сумирање
Преоптерећеност информација је стварни феномен у нашем дигиталном добу, и већ наш приступ знању и информацијама далеко превазилази нашу способност да је разуме. Ово је тренд који не показује знаке успоравања, тако да постаје све важније способност да се резимира значење докумената и информација. Ово је важно не само што нам омогућава да препознамо и апсорбујемо релевантне информације из огромних количина података. Још један жељени исход је разумевање дубљег емоционалног значења, на пример, на основу збирних података из друштвених медија , може ли компанија одредити опште осећање за своју најновију понуду производа? Ова грана НЛП-а ће постати све кориснија као вриједна маркетиншка предност.
05 од 05
Питање одговора
Претраживачи стављају светски богатство информација на нашим прстима, али су и даље уопштено прилично примитивни када се ради о стварним одговорима на одређена питања која постављају људи. Гоогле је видио фрустрацију која је то проузроковала код корисника, који често треба да испробају низ различитих резултата претраживања како би пронашли одговор који траже. Велики фокус Гоогле-ових напора у НЛП-у био је да препознају питања о природном језику, извлаче значење и дају одговор, а еволуција странице Гоогле резултата показала је овај фокус. Иако се свакако побољшава, ово остаје главни изазов за претраживаче и једну од главних апликација истраживања природног језика.