Co je NLU (Natural Language Understanding)?

Přirozené jazykové chápání (NLU) je technický koncept v rámci širšího tématu přirozeného jazykového zpracování. NLU je proces, který je zodpovědný za překlad přirozených, lidských slov do formátu, který může počítač interpretovat. V podstatě, předtím, než počítač může zpracovat jazyková data, musí pochopit data.

Techniky pro NLU zahrnují použití běžné syntaxe a gramatických pravidel, aby počítač mohl pochopit význam a kontext přirozeného lidského jazyka. Ultimátním cílem těchto technik je, že počítač bude mít “intuitivní” chápání jazyka, schopné psát a chápat jazyk stejně jako člověk, bez neustálého odkazování na definice slov.

Definice NLU (Natural Language Understanding)

Existuje mnoho technik, které počítačoví vědci a odborníci na NLP používají k umožnění počítačům pochopit lidský jazyk. Většina těchto technik spadá do kategorie “syntaktické analýzy”. Syntaktické analytické techniky zahrnují:

• lemmatizace
• odvozování
• segmentace slov
• parsování
• morfologická segmentace
• rozdělování vět
• označování části řeči

Tyto syntaktické analytické techniky aplikují gramatická pravidla na skupiny slov a snaží se pomocí těchto pravidel odvodit význam. Naopak, NLU funguje pomocí “semantické analýzy” technik.

Semantická analýza aplikuje počítačové algoritmy na text, snaží se pochopit význam slov v jejich přirozeném kontextu, místo aby se spoléhala na pravidla-založené přístupy. Gramatická správnost/nesprávnost věty nemusí nutně korelovat s platností věty. Existují věty, které jsou gramaticky správné, ale bezvýznamné, a věty, které jsou gramaticky nesprávné, ale mají význam. Aby se odlišily nejvýznamnější aspekty slov, NLU aplikuje řadu technik, jejichž cílem je zachytit význam skupiny slov s menší závislostí na gramatické struktuře a pravidlech.

NLU je vyvíjející se a měnící se obor, a je považován za jeden z difících problémů AI. Různé techniky a nástroje jsou vyvíjeny, aby daly strojům chápání lidského jazyka. Většina systémů NLU má určitá základní komponenty společná. Pro jazyk je vyžadována lexe, stejně jako some typ textového parseru a gramatická pravidla, která řídí tvorbu textových reprezentací. Systém také vyžaduje teorii sémantiky, aby ermögnil pochopení reprezentací. Existují různé sémantické teorie, které se používají k interpretaci jazyka, jako je stochastická sémantická analýza nebo naivní sémantika.

Běžné techniky NLU zahrnují:

• Rozpoznání pojmenovaných entit
• Odstranění homonymie slov

Rozpoznání pojmenovaných entit je proces, který rozpoznává “pojmenované entity”, které jsou lidé, a důležité místa/věci. Rozpoznání pojmenovaných entit funguje tak, že rozlišuje základní koncepty a odkazy v textu, identifikuje pojmenované entity a umisťuje je do kategorií, jako jsou místa, data, organizace, lidé, díla, atd. Dozorované modely založené na gramatických pravidlech se obvykle používají k provedení úkolů rozpoznání pojmenovaných entit.

Odstranění homonymie slov je proces, který určuje význam, nebo smysl, slova na základě kontextu, ve kterém se slovo objevuje. Odstranění homonymie slov často využívá označování části řeči, aby kontextualizovalo cílové slovo. Dozorované metody odstranění homonymie slov zahrnují použití podpůrných vektorových strojů a paměťového učení. Nicméně, většina modelů odstranění homonymie slov jsou polo-dozené modely, které využívají både označené a neošetřené údaje.

Příklady NLU (Natural Language Understanding)

Běžné příklady NLU zahrnují Automatické Uvažování, Automatické Řízení Tiketů, Strojový Překládání, a Zodpovězení Otázek.

Automatické Uvažování

Automatické uvažování je disciplína, která se snaží dát strojům určitý typ logiky nebo uvažování. Je to větev kognitivní vědy, která se snaží udělat dedukce na základě lékařských diagnóz nebo programově/automaticky řešit matematické teorie. NLU se používá k pomoci shromáždit a analyzovat informace a vygenerovat závěry na základě informací.

Automatické Řízení Tiketů

NLU se často používá k automatizaci úkolů zákaznické podpory. Když je vygenerován tiket zákaznické podpory, chatboty a další stroje mohou interpretovat základní povahu zákazníkovy potřeby a směrovat je do správného oddělení. Společnosti dostávají tisíce žádostí o podporu každý den, takže algoritmy NLU jsou užitečné při prioritizaci tiketů a umožňují agentům zákaznické podpory, aby je zpracovali efektivněji.

Strojový Překládání

Je obtížné přesně přeložit řeč nebo text z jednoho jazyka do jiného jazyka. Ve skutečnosti, strojový překlad je jedním z nejobtížnějších problémů v NLP a NLU. Mnohé systémy strojového překladu se spoléhají na lingvistické pravidla k překladu mezi jazyky, ale výzkumníci se snaží o více sofistikované způsoby překladu mezi jazyky. NLU strojový překlad se snaží umožnit přesnější překlad tím, že zachovává kontext a sémantické informace spojené s cílovým textem. Nejpreciznější systémy strojového překladu kombinují lingvistické pravidla s algoritmy, které extrahují sémantický význam.

Zodpovězení Otázek

Rozpoznání řeči používá techniky NLU, aby umožnilo počítačům pochopit otázky položené přirozeným jazykem. NLU se používá k poskytnutí uživatelům zařízení odpovědi v jejich přirozeném jazyce, místo aby jim poskytoval seznam možných odpovědí. Když položíte digitálnímu asistentovi otázku, NLU se používá k pomoci strojům pochopit otázky, výběru nejvhodnějších odpovědí na základě funkcí, jako jsou rozpoznané entity a kontext předchozích prohlášení.