Interpretación del Lenguaje Natural

Interpretación del Lenguaje Natural

Los asistentes como Siri de Apple, Google Now (y su OK Google) o el reciente Microsoft Cortana que se integrará en Windows 10 son los asistentes modernos que nos facilitan la vida y nos permiten nuevas formas de interaccionar con nuestros dispositivos.

La inteligencia artificial, el aprendizaje automático y la gran cantidad de datos de nosotros que son capaces de manejar, a costa de la cesión de información que les hacemos a estas empresas nos ofrecen un ratio de acierto mayor cuando demandamos un servicio o cuando se nos ofrecen directamente servicios personalizados.

La recomendación no sólo afecta a las búsquedas por voz, si no que lleva tiempo aplicándose en el lenguaje escrito.  Los transcriptores permiten realizar la transformación de voz a texto, cada vez con mayor tasa de acierto.  Desde hace tiempo la publicidad contextual en Google “Adwords/Adsense” en web o su derivada en Gmail provienen de esta interpretación de lo que buscamos o de las conversaciones que mantenemos.

Las reglas sobre ese lenguaje natural unido a la adecuada configuración de una oferta que responda a unos determinados patrones permiten ofrecer las mejores soluciones de una forma automática.

Estas tecnologías son las que permiten la creación de peculiares asistentes virtuales tipo Avatar o, simplemente, permiten mejorar un servicio de Call Center a través del análisis aleatorio de las conversaciones que tiene el agente con el cliente o posible cliente.

El valor de las empresas que ofrecen esta tecnología y servicios está en cómo de afinado es su proceso de interpretación de este lenguaje natural a través de reglas para realizar una correcta interpretación, con una tasa baja de errores.

Existen bases de datos NoSQL específicas en almacenar y tratar este lenguaje natural como el caso de Solr, que permite tratar la información de una forma más sencilla, realizando operaciones de tokenización, lematización, y eliminación de palabras no relevantes (stop words) que permiten incluso corregir a los usuarios cuando escribe con errores ortográficos, como hace google.  El clustering también es una técnica de detección de n-gramas, es decir, de conjuntos de palabras relacionadas para agrupar conversaciones.

Todas estas tecnologías cada vez se convierten en más omnipresentes y a la vez transparentes para el usuario final.  Vivimos y viviremos cada vez más con ellas y no está de más conocer cómo funcionan y cómo nos ayudan en nuestros negocios y en nuestra vida diaria.

Juan Manuel Soto

Digital Solutions Marketing Manager

Leave A Reply