Continuando con el artículo anterior sobre “Procesamiento de lenguaje natural”, continuamos con el tema “Comprensión del lenguaje natural”. Las 3 tecnologías que estamos analizando para programar mediante Inteligencia Artificial los Chatbots son:

  • NLP: Procesamiento de lenguaje natural (Natural Language Processing)
  • NLU: Comprensión del lenguaje natural (Natural Language Understanding)
  • NLG: Generación de lenguaje natural (Natural Language Generation)

En pocas palabras, la comprensión del lenguaje natural (NLU), se traduce en la capacidad de la computadora para comprender un idioma y cae en el área de la comprensión de la máquina. Al igual que un ser humano puede leer un mensaje, interpretarlo, entender su significado, contexto e intención, la meta de una máquina es poder hacer lo mismo.

La comprensión del lenguaje natural (NLU), es considerado como un problema difícil en la AI, lo que significa que resolverlo podría resultar en una inteligencia artificial, artificial para las máquinas. Con respecto a un Chatbots, uno de los problemas clave de comprensión del lenguaje natural, es la capacidad de determinar la “intención” del mensaje de parte de un usuario. Esto se conoce como clasificación de intención.

Tomemos un ejemplo. Digamos que un usuario envía el siguiente mensaje a un Chatbots:

‘Quiero viajar de Costa Rica a Hong Kong’. Un Chatbots usando la comprensión del lenguaje natural podría determinar esto como un “intento de hacer una reservación”. También debe determinar si este usuario normalmente viaja de Costa Rica a Hong Kong a través de un vuelo y reduce la intención a un “intento de reserva de vuelo”.

Si el usuario hubiera tecleado ‘Quiero ir a Hong Kong’, el Chatbots aún habría determinado la intención como una intención de reserva de vuelo y además obtendría la ubicación actual del usuario como Costa Rica. Esta es la verdadera comprensión del significado de un mensaje y el uso de la información contextual para obtener un significado más profundo.

La comprensión del lenguaje natural (NLU) se logra mediante el uso de un algoritmo de clasificación de aprendizaje automático, toneladas de datos de capacitación que comprenden los mensajes posible de los usuarios e intenciones correctas. Sumado, la construcción de un modelo que puede clasificar con precisión la intención del usuario. Ese modelo también debe estar capacitado para manejar variaciones de mensajes que tengan la misma intención de manejar oraciones ambiguas.

Herramientas como Rasa NLU se pueden usar para desarrollar fácilmente NLU para un Chatbots.

Fuente: Engati: Bot innovation.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *