AI intro #3 NLP

L’elaborazione del linguaggio Naturale

Una delle applicazioni più importanti dell’Intelligenza Artificiale è la sua capacità di capire il linguaggio naturale delle persone.
E’ una delle rivoluzioni della tecnologia che avrà maggior impatto nei prossimi anni, come le interfacce grafiche sono state una rivoluzione negli anni 90.
Per rivolgersi alle macchine basta parlare, come con le persone.
Questo cambiamento permette l’accesso ai servizi che adottano AI a molte persone e da molte tecnologie, ovviamente gli smartphone ne sono la dimostrazione più evidente!

Perché NLP è importante per le aziende?

Già adesso anche numerose funzioni di comunicazione di automobili e oggetti della casa sono accessibili con comandi vocali e saranno sempre di più nel prossimo futuro.
Permettere ai clienti di accedere a servizi e informazioni semplicemente parlando è un vantaggio che il contatto con l’azienda un’esperienza migliore: più semplice, accessibile e naturale. 

Come fa l’Intelligenza Artificiale a capire il linguaggio naturale?

Ci sono tre cose che l’AI deve imparare, a riconoscere le parole, a capirle e inserirle in un contesto e poi a generare frasi con un senso.
Sin dal suoi inizi l’elaborazione del linguaggio naturale ha fatto molto affidamento sul Machine Learning, tecniche di elaborazione dei dati delle quali parleremo in un prossimo post.
Machine learning vuol dire usare algoritmi per riconoscere la somiglianza fra le parole e i contesti del discorso.
Semplificando ci sono due metodi per addestrare una macchina a comprendere il linguaggio umano quelli “supervisionati” che usano degli esempi per mettere le parole in determinate categorie e quelli “non supervisionati” (ovviamente 😉) che creano le categorie, non hanno bisogno di esempi.
Nei primi le categorie le decidono le persone nel secondo il machine learning fa tutto da solo.
I primi metodi misurano la somiglianza di una parola con altre che contengono una descrizione fornita da un’allenatore umano, sono più laboriosi perché richiedono la descrizione di frasi e parole da parte di persone ma funzionano bene anche con pochi testi.
I metodi “non supervisionati” non hanno bisogno di esempi ma, per iniziare a funzionare bene richiedono di elaborare molto materiale, migliaia di pagine.
Ci sono anche metodi ibridi che utilizzano soprattutto algoritmi KNN, SVM and NB

Le conversazioni con We Act Today

We Act Today crea le sue interfacce conversazionali, bot e assistenti con gli algoritmi più innovativi e robusti per garantire che l’esperienza del cliente sia la più naturale possibile.
Lo scopo del nostro progetto è quello di rendere le conversazioni fra clienti ed aziende le più naturali possibile riducendo al minimo gli sforzi degli utenti.
L’economia comportamentale -behavioral economics- ha ben messo in evidenza quanto sia importante ridurre ogni minimo ostacolo per fare si che un comportamento diventi un’abitudine e certamente le aziende vorrebbero che parlare con loro diventasse un’abitudine dei suoi clienti