Cognitive Science">
Procesamiento Del Lenguaje Natural
Procesamiento Del Lenguaje Natural
Procesamiento Del Lenguaje Natural
El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es una rama de
la inteligencia artificial que ayuda a las computadoras a entender, interpretar y manipular el
lenguaje humano. NLP toma elementos prestados de muchas disciplinas, incluyendo la ciencia
de la computació n y la lingü ística computacional, en su afá n por cerrar la brecha entre la
comunicació n humana y el entendimiento de las computadoras.
Evolución del procesamiento del lenguaje natural
Aunque el procesamiento del lenguaje natural no es una ciencia nueva, la tecnología avanza
con rapidez gracias a un mayor interés en la comunicació n entre humanos y má quinas,
ademá s de la disponibilidad del big data, computadoras poderosas y algoritmos mejorados.
Como humano, usted puede hablar y escribir en inglés, españ ol o chino. Pero el lenguaje
nativo de una computadora – que se conoce como có digo o lenguaje de má quina – es
mayormente incomprensible to para la mayoría de las personas. En los niveles má s bajos de
su dispositivo, la comunicació n se da no con palabras sino a través de millones de ceros y unos
que producen acciones ló gicas.
De hecho, los programadores utilizaban tarjetas perforadas para comunicarse con las
primeras computadoras hace 70 añ os. Este proceso manual y arduo era entendido por un
nú mero relativamente reducido de personas. Ahora puede decir, “Alexa, me gusta esta
canció n” y un dispositivo que reproduce mú sica en su hogar bajará el volumen y le
responderá , “OK. Evaluació n guardada”, en una voz similar a la humana. Luego adapta su
algoritmo para reproducir esa canció n – y otras como ésa – la pró xima vez que escuche esa
estació n musical.
Demos un vistazo má s de cerca a esa interacció n. Su dispositivo se activó cuando lo oyó
hablar, entendió la intenció n no hablada en el comentario, ejecutó una acció n y proporcionó
retroalimentació n en un enunciado bien estructurado en inglés (o españ ol), todo en un
espacio de unos cinco segundos. La interacció n completa la hizo posible el procesamiento del
lenguaje natural, junto con otros elementos de inteligencia artificial como el aprendizaje
basado en má quina y el aprendizaje a fondo.
En todos estos casos, la meta general es tomar texto crudo del lenguaje y aplicar la lingü ística
y algoritmos para transformar o enriquecer el texto de tal forma que provea un mayor valor.
Métodos y aplicaciones NLP
Có mo entienden las computadoras los datos textuales
NLP y analítica de texto
El procesamiento del lenguaje natural va de la mano de la analítica de texto, la cual cuenta,
agrupa y categoriza palabras para extraer estructura y significado de grandes volú menes de
contenido. La analítica de texto se utiliza para explorar contenido textual y derivar nuevas
variables de texto crudo que se pueden visualizar, filtrar o utilizar como entradas para
modelos predictivos u otros métodos estadísticos.
NLP y la analítica de texto se utilizan juntos para muchas aplicaciones, entre otras:
Descubrimiento de investigació n. Identifique patrones y pistas en correos electró nicos
o reportes escritos para detectar y resolver delitos.
Conocimiento en materia. Clasifique contenido en temas significativos de modo que
pueda seguir alguna acció n y descubrir tendencias.
Analítica de medios sociales. Descubra conocimiento y sentimiento sobre temas
específicos e identifique a personas influyentes importantes.
Ejemplos cotidianos de NLP
Existen muchas aplicaciones comunes y prá cticas de NLP en nuestras vidas diarias. Má s allá
de conversar con asistentes visuales como Alexa o Siri, he aquí algunos ejemplos má s:
¿Alguna vez ha observado los correos electró nicos de su carpeta de correo no deseado
y ha notado similitudes en las líneas del asunto? Observa filtrado de correo no
deseado Bayesiano, técnica NLP estadística que compara las palabras del correo no
deseado con correos electró nicos vá lidos para identificar correo basura.
¿Alguna vez ha perdido una llamada telefó nica y leído la transcripció n automá tica del
correo de voz en su bandeja de entrada del correo o aplicació n de su teléfono
inteligente? Eso es conversió n de habla a texto, recurso del procesamiento del
lenguaje natural.
¿Alguna vez ha navegado por un sitio Web utilizando su barra de bú squeda integrada
o bien seleccionando etiquetas sugeridas de tema, entidad o categoría? Entonces ha
empleado métodos NLP para realizar bú squedas, modelado de remas, extracció n de
entidades y categorizació n de contenido.
Un subcampo de NLP llamado entendimiento del lenguaje natural (NLU, por sus siglas en
inglés) ha comenzado a crecer en popularidad debido a su potencial en aplicaciones cognitivas
y de inteligencia artificial. NLU va má s allá del entendimiento estructural del lenguaje para
interpretar intenció n, resolver ambigü edad de contexto y palabras, e incluso generar lenguaje
humano bien formado por cuenta propia. Los algoritmos NLU deben resolver el problema
muy complejo de la interpretació n semá ntica – es decir, entender el significado pretendido del
lenguaje hablado o escrito, con todas las sutilezas, contenido e inferencias que los humanos
podemos comprender.
La evolució n de NLP hacia NLU tiene muchas implicaciones importantes para empresas y
consumidores por igual. Imagine el poder de un algoritmo que puede entender el significado y
el matiz del lenguaje humano en muchos contextos, desde medicina hasta leyes y hasta el
saló n de clases. A medida que los volú menes de informació n no estructurada continú en
creciendo de manera exponencial, nos beneficiaremos de la habilidad incansable de las
computadoras de ayudarnos a comprenderlo todo.
https://www.sas.com/es_ar/insights/analytics/what-is-natural-language-processing-
nlp.html#nlphowitworks