Cada vez es más común abrir una página web y que lo primero que aparezca sea un chatbot dispuesto a ayudarte a resolver dudas relacionadas con el producto o servicio el cuál estás interesado en adquirir. Esto es debido a la evolución de la tecnología de Inteligencia Artificial llamada Procesamiento del Lenguaje Natural (NLP) que permite a las máquinas comprender, sintetizar y analizar el lenguaje humano, reconocer el idioma, responder a preguntas, sintetizar la voz humana o hacer traducciones automáticas, entre otros.
El Instituto tecnológico de Galicia, en el marco del proyecto CEL.IA, investiga el uso del NLP para integrarlo con otras tecnologías digitales y adaptarlo en distintos sectores de la economía, como industria, salud, turismo y hasta servicio público.
Mediante las tecnologías del lenguaje o NLP las computadoras analizan el leguaje humano, lo interpretan y dan significado para que pueda ser utilizado de manera práctica. A continuación, se encuentra un breve repaso de las principales aplicaciones comerciales de las tecnologías del lenguaje.
Chatbots
Un chatbot es un asistente virtual que se comunica con los humanos a través de lenguaje natural en formato texto. Es quizás la herramienta de NLP con mayor impacto en uso empresarial, utilizada mayoritariamente en la atención al cliente, y satisfacción de los consumidores.
Un chatbot ofrece un medio de comunicación sencillo y rápido entre las empresas y consumidores. Teniendo en cuenta, por un lado, la gran cantidad de información que se publica en Internet y por otro, la familiaridad o la preferencia de los usuarios por el uso de herramientas de mensajería instantánea; los chatbots representan el canal de comunicación que satisface a empresas y a consumidores.
En el sector viajes, un ejemplo de referencia es TravelClub, en el que un chatbot, llamado Laura, es capaz de sugerir diferentes productos y ofertas a los usuarios, responder a preguntas repetitivas y escalar los problemas a un agente humano cuando sea necesario.
En el sector energético, Naturgy presenta Pepe, para responder de forma eficiente a todas las solicitudes de atención al cliente, con un doble propósito, ya que responde tanto a las solicitudes de preventa como de postventa
Inicialmente los chatbots estaban pensados para reconocer determinadas palabras o expresiones y ofrecer respuestas sencillas a los usuarios, pero los algoritmos de inteligencia artificial han permitido desarrollar herramientas más complejas capaces de comprender mejor la intención o la opinión del usuario (NLU) y de generar respuestas (NLG) más personalizadas y naturales a partir de datos estructurados.
Asistentes virtuales
Un asistente personal inteligente es un agente software que puede realizar tareas u ofrecer servicios a un individuo. Estas tareas o servicios están basados en datos de entrada de usuario, reconocimiento de ubicación y la habilidad de acceder a información de una variedad de recursos en línea (el clima, el tráfico, noticias, precios de acciones, horario del usuario, precios al por menor, etc).
En el caso de los asistentes virtuales, los ejemplos comerciales más conocidos son aquellos con los que la mayoría de los usuarios interactúan a diario, tales como Siri de Apple, Microsoft Cortana o Google Assistant.
Clasificación automática de texto
Una de las funciones principales y más generales que ofrece la tecnología NLP es la clasificación automática de textos que trata de identificar una entrada de texto (texto, opinión, documento) y determinar a qué clase pertenece. Los clasificadores de texto tienen múltiples aplicaciones, entre ellas: la organización, estructuración y categorización de cualquier texto, el reconocimiento de entidades, la detección de la intención del usuario, el análisis de sentimientos o el cálculo de la similitud entre documentos.
Gestores documentales
La combinación de un clasificador automático de textos y un conjunto de normas para administrar estos textos o documentos recibe el nombre de gestor documental. Los gestores automático documentales tienen la capacidad de interpretar y clasificar archivos por su contenido, independientemente de la cantidad de datos o el idioma. Ejemplos comerciales son: Document logistix; Exact Synergy y KPMG Tax Automation Platform.
Reconocimiento de entidades
El reconocimiento de entidades o NER (Named Entity Recognition) trata de localizar y clasificar automática información estructurada preestablecidas, como por ejemplo lugares, personas, organización, expresiones de tiempo, etc. en textos no estructurados. El reconocimiento de entidades se emplea en la identificación de información para tratarla posteriormente, como en procesos RPA (Robotic Process Automation), búsqueda automática de información o enriquecer los gestores documentales. Un ejemplo comercial en el sector financiero es Renta4.
Análisis de sentimientos
El análisis de sentimiento identifica y categoriza el significado emocional expresado en un texto, como informes de noticias, contenido de redes sociales, reseñas y otros. Los sistemas desarrollados son diferentes y proporcionan diferentes tipos de información basada en las especificaciones que tenga, es decir, para un mismo texto se analiza un sentimiento positivo o negativos o la presencia de una o varias emociones. A lo largo de los años se han efectuado múltiples trabajos de análisis y reconocimiento de sentimientos y emociones, cada uno de ellos con su enfoque, técnicas y objetivos específicos.
Un claro ejemplo es su uso en plataformas de venta en línea, en las que resulta especialmente importante conocer la opinión de los clientes sobre los productos o servicios. De este modo, es posible dar una más rápida respuesta. Ejemplos son Smart Assist de Zendesk, Great wolf lodge o Intelligence Triage en el sector médico.
Similitud de texto
La similitud de texto se emplea en el análisis de semejanza entre oraciones, párrafos y documentos. La similitud de texto se puede utilizar para detectar duplicados y casi duplicados en documentos o partes de un documento.
Esta técnica la podemos encontrar para buscar coincidencias de candidatos con puestos de trabajo y viceversa. Pero en este caso, se trata de la similitud entre las características clave como título del puesto, habilidades, aptitudes, etc. No se trata de una detección de similitud estricta de casi duplicados. Actualmente se encuentra el proyecto Accenture legal intellegent contract exploration (ALICE).
Aplicación a redes sociales
Las redes sociales son un dominio de aplicación de varias de las técnicas de procesamiento del lenguaje natural vistas con anterioridad. Se ha decidido separar este dominio por su creciente presencia y relevancia en el ámbito cotidiano. En concreto, se puede afirmar que es posible y deseable ser capaces de aplicar tanto análisis de sentimientos propiamente dicho como también cualquier clasificación de texto o reconocimiento de entidades sobre la actividad de las personas usuarias. Esto tiene distintos objetivos, como pueden ser conocer la opinión de las personas o descubrir los temas de actualidad y relevancia.
Traducción automática de textos
En esta aplicación comercial de la tecnología NLP, el objetivo es el de mantener, en la traducción, el significado de la frase completa y no así el literal de las palabras que lo componen, siendo el Google Translate el ejemplo más conocido de esta funcionalidad Se pueden distinguir dos técnicas diferentes de traducción:
- Traducción Automática Estadística: es aquella en la que se realiza la traducción de un texto de una lengua a otra a través de la estadística, en base a una gran cantidad de textos traducidos; y se va alimentando y mejorando con la incorporación de nuevas traducciones.
- Traducción Neuronal: Es la que se distancia de las traducciones estadísticas y en la que un motor neuronal modela todo el proceso de traducción automática a través de una red neuronal artificial única con capacidad de autoaprendizaje, y en la que el objetivo es el de entender la sintaxis, la semántica, el léxico y las referencias culturales que existen de un idioma a otro. Ejemplo de este tipo de traducción son aplicaciones tan conocidas como Google Translate o Microsoft Translator.
El desarrollo del NLP en la red CEL.IA
En este sector tan innovador de la tecnología, el ITG, dentro de la red CEL.IA, está coordinando el desarrollo de un demostrador de salud cuyo objetivo es obtener un conjunto de herramientas que ofrezcan las funcionalidades necesarias para automatizar y agilizar el diagnóstico clínico en etapas tempranas. En este contexto, el NLP es una función clave que permite, por un lado, a los profesionales de la salud automatizar y agilizar los procedimientos de documentación en los procesos de diagnóstico y, por otro, desarrollar herramientas automáticas e innovadoras de diagnóstico basadas en el análisis del texto y del habla.
Vivimos en un mundo en el cual los humanos nos diferenciamos de otras especies por haber desarrollado herramientas de manera eficiente como el lenguaje. Nos comunicamos constantemente, hablando, con palabras, con gestos. El NLP es una herramienta fundamental que deberemos aprender y dominar para poder capacitar a nuestras máquinas y volverlas mucho más versátiles al momento de interactuar con el entorno, dando capacidad de comprender mejor, de explicarse y de comunicarse, dando lugar a aplicaciones comerciales que faciliten todavía más la comunicación tanto a empresas como a individuos.
