Naturlig språkbehandling eller NLP är en gren av artificiell intelligens som har många viktiga konsekvenser för hur datorer och människor interagerar. Människospråk, utvecklat över tusentals och tusen år, har blivit en nyanserad form av kommunikation som bär en mängd information som ofta överskrider orden ensam. NLP kommer att bli en viktig teknik för att överbrygga klyftan mellan mänsklig kommunikation och digitala data. Här är 5 sätt att naturlig språkbehandling kommer att användas under de kommande åren.
Maskinöversättning
Eftersom världens information är online blir uppgiften att göra den data allt viktigare. Utmaningen att göra världens information tillgänglig för alla, över språkbarriärer, har helt enkelt odlat upp kapaciteten för mänsklig översättning. Innovativa företag som Duolingo letar efter att rekrytera stora mängder människor att bidra genom att sammanfoga översättningsinsatser med att lära sig ett nytt språk. Men maskinöversättning erbjuder ett ännu mer skalbart alternativ för att harmonisera världens information. Google är ett företag i spetsen för maskinöversättning, med hjälp av en proprietär statistisk motor för sin Google-översättningstjänst. Utmaningen med maskinöversättningsteknologier går inte att översätta ord, men för att bevara meningen med meningar, en komplex teknisk fråga som ligger till grund för NLP.
Bekämpa spam
Spam-filter har blivit viktiga som första försvarskans mot det ständigt ökande problemet med oönskade e-postmeddelanden. Men nästan alla som använder e-post har i stor utsträckning upplevt ångest över oönskade e-postmeddelanden som fortfarande är mottagna, eller viktiga e-postmeddelanden som oavsiktligt fångats i filtret. De falskt positiva och falsk-negativa problemen med spamfilter är i centrum för NLP-tekniken, som igen kokar ner till utmaningen att extrahera mening från textsträngar. En teknik som har fått stor uppmärksamhet är Bayesian spamfiltrering, en statistisk teknik där förekomsten av ord i ett e-mail mäts mot sin typiska förekomst i ett corpus av spam och icke-spam-e-post.
Information Utvinning
Många viktiga beslut på finansmarknaderna flyttar i allt högre grad från mänskligt tillsyn och kontroll. Algoritmisk handel blir allt populärare, en form av finansiella investeringar som helt kontrolleras av tekniken. Men många av dessa finansiella beslut påverkas av nyheterna, av journalistik som fortfarande presenteras övervägande på engelska. En stor uppgift då NLP har blivit att ta dessa rentextmeddelanden och extrahera relevant info i ett format som kan ingå i algoritmiska handelsbeslut. Nyheten om en sammanslagning mellan företag kan till exempel ha stor inverkan på handelsbeslut, och den hastighet då uppgifterna om fusionen, aktörerna, priserna, vilka förvärvar vem som kan införlivas i en handelsalgoritm kan ha vinstpåverkan i miljoner dollar.
Sammanfattning
Information överbelastning är ett verkligt fenomen i vår digitala tidsålder, och redan vår tillgång till kunskap och information överstiger vår förmåga att förstå det. Det här är en trend som inte visar något tecken på att sakta ner, och en förmåga att sammanfatta betydelsen av dokument och information blir allt viktigare. Det här är viktigt inte bara för att vi ska kunna känna igen och absorbera relevant information från stora mängder data. Ett annat önskat resultat är att förstå djupare känslomässiga betydelser, till exempel baserat på aggregerade data från sociala medier, kan ett företag bestämma det allmänna känslan för sitt senaste produktutbud? Denna gren av NLP kommer att bli alltmer användbar som en värdefull marknadsförings tillgång.
Fråga svara
Sökmotorer sätter världens rikedom av information till hands, men är fortfarande generellt ganska primitiva när det gäller att svara på specifika frågor som ställs av människor. Google har sett den frustration som detta har orsakat hos användare, som ofta behöver försöka hitta ett antal olika sökresultat för att hitta svaret de letar efter. Ett stort fokus på Googles ansträngningar i NLP har varit att känna igen frågor om naturliga språk, extrahera meningen och ge svaret, och utvecklingen av Googles resultatsida har visat detta fokus. Trots att det verkligen förbättras, är detta fortfarande en stor utmaning för sökmotorer, och en av de viktigaste tillämpningarna av naturprocessforskning.
