• Обработка естественного языка (NLP) относится к передовым технологиям и позволяет машинам понимать, интерпретировать и генерировать человеческий язык.
  • Хотя ИИ и NLP могут вызывать ассоциации с футуристическими роботами, базовые примеры применения NLP уже встречаются в повседневной жизни.
  • От анализа тональности и перевода между языками до чат-ботов и реферирования текста — рассмотренные в этом материале примеры показывают широкий спектр применений NLP.

Тонкости языка часто остаются за пределами осознанного внимания: мы общаемся интуитивно, опираясь на семантические подсказки — слова, знаки или изображения, — чтобы передать смысл. Высказывалось мнение, что освоение языка, подобно ходьбе, к подростковому возрасту становится более естественным благодаря повторению и практике. Однако, в отличие от строго регламентированных действий вроде соблюдения правил дорожного движения, в языке нет жёстких правил, о чём свидетельствуют исключения наподобие «I перед E, кроме случаев после C».

Людям освоение языка кажется лёгким, однако для компьютеров оно создаёт серьёзные трудности из-за обилия неструктурированных данных, отсутствия формальных правил, а также контекста реального мира или понимания намерений.

В ответ на эти трудности всё шире применяются машинное обучение и искусственный интеллект (ИИ), которые всё лучше справляются со взаимодействием человека и машины и автономным выполнением задач. По мере развития ИИ и расширенной аналитики развивается и обработка естественного языка (NLP). Несмотря на то что ИИ и NLP могут ассоциироваться с футуристическими роботами, базовые приложения NLP уже встроены в повседневную жизнь. Ниже — несколько заметных примеров NLP в действии.

Читайте также:Что такое платформа разговорного ИИ?

1.Почтовые фильтры

Почтовые фильтры — одно из самых простых и ранних применений NLP в интернете. Всё началось со спам-фильтров, которые обнаруживали определённые слова или выражения, указывающие на нежелательное сообщение. Но по мере развития фильтрации совершенствовались и первые методы NLP. Одно из более новых и распространённых применений NLP — сортировка электронных писем в Gmail. Система определяет по содержанию, к какой из трёх категорий относится письмо: «Основные», «Соцсети» или «Промоакции».

Благодаря этому пользователям Gmail проще поддерживать порядок во входящих и быстро находить важные и актуальные письма, которые они хотят прочитать и на которые хотят ответить.

Читайте также:Как устроен разговорный ИИ?

2. Умные помощники

Умные помощники, такие как Siri от Apple и Alexa от Amazon, с помощью распознавания речи выявляют её особенности, затем определяют смысл и дают полезный ответ. Мы привыкли говорить «Привет, Siri», задавать вопрос и получать уместный ответ: помощник понимает сказанное и учитывает контекст. И мы всё чаще встречаем Siri или Alexa дома и в повседневной жизни, взаимодействуя с ними через термостаты, выключатели, автомобили и другие устройства. Теперь мы ожидаем, что такие помощники, как Alexa и Siri, будут учитывать контекст, упрощая нашу жизнь и отдельные действия, например заказ товаров; нам даже нравится, когда ониотвечают с юморомили отвечают на вопросы о самих себе. По мере того как эти помощники будут лучше узнавать нас, взаимодействие с ними станет более личным. Как говорится в статье New York Times«Почему вскоре мы можем оказаться в мире Alexa»: «Назревает нечто большее. У Alexa больше всего шансов стать третьей крупной потребительской вычислительной платформой этого десятилетия».

3. Результаты поиска

Поисковые системы используют NLP, чтобы показывать релевантные результаты с учётом похожего поискового поведения или намерения пользователя. Поэтому обычный человек может найти нужное, не разбираясь в формулировке поисковых запросов. Например, Google не только предсказывает популярные запросы, которые могут соответствовать вашему, когда вы начинаете печатать, но и учитывает весь контекст, распознавая то, что вы хотите сказать, а не только точные слова запроса. Можно ввести в Google номер рейса и узнать его статус, набрать биржевой тикер и получить сведения об акции, а при вводе математического выражения может появиться калькулятор.

Это лишь некоторые варианты, которые можно увидеть при поиске: NLP сопоставляет неоднозначный запрос с соответствующим объектом и выдаёт полезные результаты.

4.Предиктивный ввод

Автокоррекция, автодополнение и предиктивный ввод настолько прочно вошли в опыт использования смартфонов, что мы часто не замечаем их присутствия. Как и поисковые системы, автодополнение и предиктивный ввод предугадывают слова по тому, что мы печатаем, предлагая подходящие варианты или заканчивая фразы. Автокоррекция, напротив, иногда изменяет слова, чтобы повысить общую связность текста. Примечательно, что эти функции адаптируются и развиваются по мере использования, со временем подстраиваясь под индивидуальные речевые привычки.

Такая персонализация нередко приводит к забавным ситуациям: пользователи делятся фразами, полностью составленными с помощью предиктивного ввода, и тем самым неожиданно раскрывают свои языковые привычки. Подобные явления привлекли внимание различных СМИ, показав увлекательное взаимодействие технологий и личного самовыражения.

5.Перевод между языками

Один из верных признаков того, что вы списали домашнее задание по испанскому, — в грамматическом отношении оно представляет собой катастрофу. Во многих языках буквальный перевод невозможен, а порядок частей предложения различается — раньше сервисы перевода этого не учитывали. Но с тех пор они далеко продвинулись. Благодаря NLP онлайн-переводчики точнее переводят тексты и выдают грамматически правильные результаты. Это чрезвычайно полезно при общении с человеком на другом языке. Кроме того, при переводе с другого языка на ваш инструменты теперь определяют исходный язык по введённому тексту и переводят его.