Този сайт използва бисквитки (cookies). Ако желаете можете да научите повече тук. Разбрах

Новини Виртуално пространство

Бизнес приложения на естествената езикова обработка

NLP е нещо много повече от възникваща технология – тя е широко използвана ежедневно и тепърва ще навлиза още повече в корпоративния свят

от , 15 декември 2017 0 870 прочитания,

Малко хора го осъзнават, но естествената езикова обработка (natural language processing, NLP) е нещо повече от възникваща иновация за бизнеса - това е популярна технология, широко използвана всеки ден. Онлайн търсене, проверка на правописа - почти всяка функция, която включва език, работи с алгоритми за естествена езикова обработка.

NLP алгоритмите обучават компютрите да използват езикa като хора. Ако човек трябва да търси ръчно информация в даден масив от документи, то той също би опитал с ключови думи, словосъчетания и комбинации от цифри и букви, точно както го правят и търсачките. Ето защо машинният превод, първата форма на NLP, беше моделиран по техники за разбиване на кодове от Втората световна война, като разработчиците са се надявали машинният превод да “превърне” руския на английски.

Резултатите от този опит в крайна сметка са катастрофални, но пък в следствие се заражда нов тип машинно обучение. И тъй като една компания не може да расте на международно ниво без да се разбира със сходните на нея организации от други държави, NLP изначално се оказва бизнес ориентирана технология. Днес естествената езикова обработка е неразделна част от повечето професии, като самата комуникация.

Ако вашата компания има интерес да се възползва от възможностите, които дава NLP, ето някои направления, от които можете да започнете.

1. Машинен превод, базиран на невронна технология

Машинният превод (MT) в началото беше наистина смешен, но сега е много добър. И тъй като софтуерът за обработка на естествен език се учи по начина, по който го прави човек, спокойно може да си мислите за началото на МТ като за малко дете. С течение на времето към малкото първоначални знания се добавят нови и нови и скоро имате тийнейджър, който няма да спре да приказва. Качеството на машинния превод зависи в много голяма степен от броя на думите, които му давате, което отнема време.

 

1

 

За щастие, за компаниите, които нямат време за чакане, съществува решение - невронния машинен превод. През 2016 г. Bing Translator на Microsoft се превърна в пионер в използването на тази технология, след което Google Translate и Amazon Translate предлoжиха конкурентни системи. Преди въвеждането на невронната технология, машините разполагаха с възможности за превод само в една посока - от български на английски например.

Ако поискате да обърнете процеса – да преведете от английски на български, трябваше да започнете всичко отначало с различен набор от данни. Добавянето на трети език пък беше почти непосилна задача. При машинния превод, базиран на неврони, обаче инженерите прилагат кръстосана технология за работа с данни. Това радикално ускори развитието на машинния превод, като се стигна до там компаниите да го използват без никакви притеснения, когато става дума за материя с ниски нива на въздействие - продуктови отзиви, регулаторни документи, които никой не чете, имейли и т.н.

Тук обаче трябва да се обърне внимание на нещо много важно - безплатните инструменти за машинен превод - невронни или не - представляват риск за сигурността на вашите данни. Самият машинен превод е напълно безопасен, ако използвате професионално направени продукти, като тези на Asia Online, Systran и др. Но бъдете внимателни какво въвеждате в безплатните онлайн инструменти.

2. Чатбот

Ако машинният превод е един от най-старите примери за естествена езикова обработка, то чатботите са най-новият. Те рационализират функционалността чрез интеграция в програми като Slack, Skype и Microsoft Teams. Когато за пръв път се появиха на технологичната сцена, чатботовете бяха изцяло насочени към потребителите. Например, ако напишете "пица" в Facebook Messenger, чатботът на Domino’s би поискал да вземе поръчката ви. Но, докато подобни точки на контакт биха могли да помогнат за продажбите в отношенията бизнес-клиент, те не са достатъчни, за да се наложат в света на бизнес отношенията.

Затова през изминалата година различни стартъп компании подобриха технологията и я приложиха в редица други области. По този начин корпоративните ботове оптимизираха човешките ресурси. Ботът Talla например е инструмент за естествена езикова обработка, който отговаря на често срещани въпроси на служители като "Колко дни отпуск ми остават за годината?". Polly пък иска да научи всичко за всеки служител - от това дали е удовлетворен на работното място до това какви закуски иска да има на разположение в кухнята на офиса. Тук идва ред и на Growbot, който обслужва Slack и Microsoft Teams, и следи чатовете, за да види колко често служителите си правят взаимни комплименти. Това помага на мениджърите в тяхната сложна мисия да се грижат за високия морал на екипа и задържането на таланти.

 

2

 

3. Инструменти за пресявка и наемане на кандидати за работа

Естествената езикова обработка отдавна помага на мениджърите в процеса по наемане на нови служители, сортирайки многобройните автобиографии. С помощта на същите техники като тези, които се използват при търсене в Google, автоматизираните инструменти за пресявка на кандидатите сканират автобиографиите, за да определят хората с необходимия опит и умения за предложената позиция. Но, както и машинният превод, в началото използваните от тези платформи алгоритми за сортиране правеха много грешки. Винаги съществуваше възможност някой кандидат да е обяснил качествата и знанията си така, че алгоритъмът да не ги разпознае като релевантни за дадена позиция, въпреки че те реално са такива.

Днешните системи работят далеч отвъд точното съвпадение на ключовите думи. Решението Scaut например адресира проблема със синонимите, като търси ключовите думи, заложени от HR отдела, след което използва резултатите, за да идентифицира нови думи, по които да търси.

Има и решения като Textio, които използват семантична категоризация и техника за естествена обработка на езика, за да помогнат работодателите да създават длъжностни характеристики, които са неутрални по пол. Оценявайки публикациите по скала от 0 до 100, докато пишете, Textio дава съвети за синтаксис и форматиране, включително и "добавете още точки".

4. Изследване на разговори

Подобно на Talla, Second Mind иска да отговори на всички въпроси на вашите служители. Но този инструмент не е бот, а платформа с гласово активиране, която “слуша” по време на срещите на компанията за задействащи фрази като "Какви са" и "Чудя се". Когато ги чуе, функцията за търсене на платформата се задейства в търсене на отговор на останалата част от изречението ви.

 

3

 

Питате например по време на среща на борда: "Каква беше възвръщаемостта на инвестициите за миналата година?" и Second Mind безшумно сканира финансите на компанията - или каквото и да било друго, според въпроса – и показва резултата от своя анализ на екрана в стаята. Според основателя на платформата Кул Сингх средният служител използва 30% от работния си ден за търсене на информация, което, според неговите изчисления, струва на компаниите до 14,209 долара на човек годишно. Чрез рационализиране на търсенето с разговор в реално време, Second Mind обещава да подобри производителността на работата на всеки екип.

КОМЕНТАРИ ОТ  

Полезни страници
    За нас | Аудитория | Реклама | Контакти | Общи условия | Декларация за поверителност | Политика за бисквитки |
    Действителни собственици на настоящото издание са Иво Георгиев Прокопиев и Теодор Иванов Захов