亚博ios彩票什么是自然语言处理和生成(NLP/NLG)?

4分钟阅读

书面文本

本文是其中的一部分神秘的人工智能(试图)消除围绕人工智能的术语和神话的歧义。

20年前,如果你有一个包含销售信息的数据库表,你想要调出过去一年中销售最多的10件商品,你必须运行如下命令:

SELECT TOP 10 SUM(sale_total) AS total_sales FROM sales WHERE sale_date > DATEADD(day, -365, GETDATE()) GROUP BY item_id

现在,在IBM Watson这样的平台上执行相同的任务可以像编写以下查询一样简单:

哪10件商品在过去的一年里卖得最多?

从打孔卡到键盘、鼠标和触摸屏,人机界面技术经历了重大变化,每一次变化都使计算资源和能力的使用变得更加容易。

但这些变化从未像过去十年那样剧烈,而在这十年里www.yabovip4从科幻神话变成了日常现实。多亏了机器学习我们可以和Alexa、Siri、Cortana和谷歌Assistant对话,它们也可以和我们对话。

数字助手和其他对话界面革命的背后是自然语言处理和生成(NLP/NLG),这是机器学习的两个分支,涉及将人类语言转换为计算机命令,反之亦然。

NLP和NLG已经消除了人类和计算机之间的许多障碍,不仅使它们能够相互理解和互动,而且还创造了新的机会增加人类的智慧完成以前不可能完成的任务。

解析人类语言的挑战

木材-立方体- abc -立方体-信- 48898

几十年来,科学家们一直试图通过自然语言命令让人类与计算机交互。最早的例子之一是伊丽莎这是麻省理工学院人工智能实验室(MIT AI Lab)在20世纪60年代创造的首个自然语言处理应用程序。ELIZA模仿精神病医生的行为,与使用者对话,询问他们的感受,并给予适当的回应。在《伊莉莎》之后是《帕里》(1972)和《Jabberwacky》(1988)。

另一个例子是魔域这是一款开发于20世纪70年代的互动冒险游戏,玩家通过在命令行界面输入句子来发出指令,如“把灯和剑放在箱子里”。

所有早期对话界面的挑战在于,支持它们的软件都是基于规则的,这意味着程序员必须预测并包含一个命令可以给予应用程序的所有不同形式。这种方法的问题是,首先,程序的代码变得太复杂了,其次,开发人员仍然忽略了用户可能发出请求的许多方式。

例如,你可以用无数种方式问天气,比如“how 's the weather today?”或者“下午会下雨吗?”或者“下周会是晴天吗?”或者“明天会暖和一些吗?”对于人类来说,理解和回应所有这些不同的细微差别是微不足道的。但是一个基于规则的软件需要明确说明每一个可能的变化,它必须考虑到拼写错误,语法错误等等。

适应所有这些不同的场景需要大量的时间和精力,这是以前阻碍会话应用程序获得吸引力的原因。多年来,我们已经习惯了死板的图形用户界面元素,比如命令按钮和下拉菜单,这些元素可以防止用户越过应用程序预定义的命令集的边界。

机器学习和自然语言处理如何解决这个问题

人工智能- 2228610 _1920

NLP使用机器学习和深度学习算法以一种聪明的方式分析人类的语言。机器学习不能使用预定义的规则。相反,它会通过实例学习。在自然语言处理中,机器学习算法训练了成千上万的文本样本、单词、句子和段落,这些文本都被人类标注过。通过研究这些例子,它获得了对人类语言环境的一般理解,并使用这些知识来解析未来的文本摘录。

这个模型使得自然语言处理软件能够理解人类语言的各种细微差别,而不需要被明确地告知。经过足够的训练,自然语言处理算法还可以理解更广泛的人类口语或书面语言的含义。

例如,根据对话的上下文,NLP可以确定“云”这个词是指云计算,还是指漂浮在天空中的凝结水汽的质量。它还可以理解你的意图和情绪,比如你问问题是出于沮丧、困惑还是愤怒。

NLP的用途是什么?

数字助手只是NLP的众多用例之一。另一个例子是我们在本文开始时看到的数据库查询示例。但在许多其他地方,NLP也在帮助增强人类的努力。

IBM的网络安全沃森就是一个例子。沃森使用NLP每个月阅读成千上万的网络安全文章,白皮书和研究报告,比任何人类专家都要多。它利用从非结构化信息中收集到的见解来了解新的威胁,并保护其客户免受这些威胁。

我们也看到了NLP背后的力量谷歌的翻译服务花了2016年。

其他一些用例包括总结文本块和自动生成标签和相关文章。一些公司正在使用nlp软件对在线内容和社交媒体帖子进行情感分析,以了解人们对其产品和服务的反应。

NLP正在进入的另一个领域是聊天机器人,现在可以完成ELIZA做不到的事情。我们在医疗保健等领域看到了nlp驱动的聊天机器人,在那里他们可以询问病人和像真正的医生一样进行基本的诊断.在教育方面,他们为学生提供按需在线导师这可以帮助他们通过一个易于使用的对话界面,无论何时他们需要他们

在企业,客服聊天机器人使用该技术来理解和响应客户的琐碎询问,让人类员工专注于处理后续和更复杂的问题。

用NLG制造出看起来像人造的输出

www.yabovip4人工智能机器学习

NLP硬币的反面是NLG。根据Gartner“NLP侧重于从文本数据中获得分析性的见解,而NLG则是通过将分析输出与语境化叙事相结合来合成文本内容。”

换句话说,如果NLP能让软件读取人类语言并将其转换为计算机可理解的数据,NLG则能让软件将计算机生成的数据转换为人类可理解的文本。

你可以在几年前添加的功能Gmail中看到NLG的威力自动回复你的信件使用你自己的风格。NLG的另一个有趣的用法是用复杂的数据创建报告。例如,NLG算法可以创建公司数据和图表的叙事描述。这可能对数据分析师很有帮助,因为他们必须花大量时间为高管们分析的所有数据创建有意义的报告。

前方的道路

一开始,人类和计算机之间存在着巨大的技术差距。这一差距正在迅速缩小,这在一定程度上要归功于NLP和NLG以及其他人工智能相关技术。我们越来越习惯于与电脑对话,就好像它们是一个真正的助手或死而复生的朋友

接下来会发生什么?也许NLP和NLG将继续专注于实现越来越实用的用例。或许它们会引领我们走向真正的,图灵完备的机器欺骗人类去爱他们.无论如何,激动人心的时刻就在前方。

留下一个回复

这个网站使用Akismet来减少垃圾邮件。了解如何处理评论数据