{"id":16419,"date":"2022-04-04T08:45:12","date_gmt":"2022-04-04T08:45:12","guid":{"rendered":"https:\/\/www.wfglobal.org\/?post_type=press&p=16419"},"modified":"2022-04-04T08:45:12","modified_gmt":"2022-04-04T08:45:12","slug":"el-procesamiento-del-lenguaje-natural-un-gran-salto-para-conversar-con-la-mente-humana","status":"publish","type":"press","link":"https:\/\/wadhwanifoundation.org\/es\/press\/natural-language-processing-a-big-leap-in-conversing-with-the-human-mind\/","title":{"rendered":"Procesamiento del lenguaje natural: Un gran salto en la conversaci\u00f3n con la mente humana"},"content":{"rendered":"

La PNL podr\u00eda ser de gran ayuda en la construcci\u00f3n de chatbots en idiomas regionales, pero a\u00fan queda mucho por hacer.<\/em><\/p>\n

Por Prakash Kumar y Apoorv Vishnoi<\/p>\n

\u00bfSe ha preguntado c\u00f3mo se filtran los correos electr\u00f3nicos basura, c\u00f3mo los motores de b\u00fasqueda muestran las p\u00e1ginas m\u00e1s adecuadas, c\u00f3mo la aplicaci\u00f3n Word corrige continuamente la gram\u00e1tica, c\u00f3mo los asistentes de voz nos hablan mientras redactamos un mensaje en WhatsApp, c\u00f3mo nos sugieren las siguientes palabras? \u00bfC\u00f3mo descubren r\u00e1pidamente los evaluadores los casos de plagio en los trabajos presentados en l\u00ednea? Detr\u00e1s de todo esto hay una importante aplicaci\u00f3n de Inteligencia Artificial (IA) llamada Procesamiento del Lenguaje Natural o PLN.<\/p>\n

A los humanos siempre nos han fascinado otros que pueden hablar como nosotros, ya sea un loro o un asistente de voz como Alexa. Ahora bien, los loros se limitan a repetir lo que oyen sin entender el verdadero significado de lo que dicen. Sin embargo, nuestros asistentes de voz son m\u00e1s inteligentes que eso; pueden hacer tareas significativas por nosotros, controlar nuestros dispositivos e incluso mantener una conversaci\u00f3n interactiva con nosotros. El principal campo que confiere a los asistentes de voz este poder es el Procesamiento del Lenguaje Natural o (PLN). En pocas palabras, el PLN hace posible que los dispositivos procesen lenguajes naturales en formato escrito u oral e interact\u00faen con nosotros. En el caso de las \u00f3rdenes habladas, hay otro paso de conversi\u00f3n de voz a texto cuando hablamos al dispositivo y de texto a voz cuando el dispositivo nos habla.<\/p>\n

\u00bfC\u00f3mo entienden estos aparatos lenguas naturales como el ingl\u00e9s, el hindi o el franc\u00e9s? Bueno, los ordenadores y los algoritmos no entienden realmente las palabras. Los programas inform\u00e1ticos convierten el texto en n\u00fameros, ya que los ordenadores s\u00f3lo entienden de n\u00fameros. En el caso de la PNL, hay un proceso intermedio llamado conversi\u00f3n del habla humana en propiedades o caracter\u00edsticas computables llamadas vectores de caracter\u00edsticas, como la intenci\u00f3n, el tiempo y el sentimiento. Esto es necesario porque el lenguaje, a diferencia de los comandos inform\u00e1ticos, tiene muchos matices. Todo esto ocurre utilizando determinados algoritmos especializados de aprendizaje autom\u00e1tico y aprendizaje profundo. Estas aplicaciones se entrenan para tareas espec\u00edficas utilizando una gran cantidad de datos. Cuando utilizamos este tipo de aplicaciones en nuestros tel\u00e9fonos para dictar un mensaje, no solo utilizamos la aplicaci\u00f3n NLP, sino que tambi\u00e9n proporcionamos m\u00e1s datos que el programa utiliza para mejorar su rendimiento. En otras palabras, estas aplicaciones siguen aprendiendo, y por eso notamos una mejora en su rendimiento a medida que usamos la aplicaci\u00f3n m\u00e1s y m\u00e1s.<\/p>\n

Recibimos alertas sobre el sentimiento que prevalece en plataformas de medios sociales como Twitter, especialmente cuando se ha producido un incidente como la derrota de la India en un partido de cr\u00edquet en la copa del mundo T20. \u00bfC\u00f3mo se hace? Al leer un tuit, sabemos si el texto muestra un sentimiento positivo, negativo o neutro. Las aplicaciones basadas en PNL se entrenan para analizar los tuits examinando las palabras o frases tras eliminar art\u00edculos, signos de puntuaci\u00f3n, etc. Se prepara un diccionario de palabras y frases basado en tuits anteriores y se marcan como negativas, positivas o neutras. Los nuevos tuits se analizan con hashtags apropiados, como @T20World Cup en nuestro ejemplo, y mediante PNL se eval\u00faa si la gente est\u00e1 contenta, triste o neutral con el resultado.<\/p>\n

Las empresas utilizan herramientas basadas en la PNL. Una de ellas es identificar un tema en un documento extenso y resumir el informe. Utilizar un algoritmo bien entrenado para resumir estos informes en puntos clave ahorra mucho tiempo. Los bufetes de abogados y las administraciones p\u00fablicas utilizan herramientas para redactar informes resumidos cuando tienen que revisar un gran n\u00famero de p\u00e1ginas.<\/p>\n

Los gobiernos invitan a los ciudadanos a hacer sugerencias sobre los proyectos de pol\u00edticas. El gran n\u00famero de respuestas dificulta el an\u00e1lisis manual de miles de ellas. Las herramientas de PNL son ideales para ello.<\/p>\n

Los chatbots, que son herramientas basadas en la PNL, se han hecho muy populares de repente en los sitios web. Est\u00e1n entrenados en las preguntas m\u00e1s frecuentes y pueden responder a las llamadas con eficacia, aliviando la carga del personal del servicio de asistencia. Tambi\u00e9n resuelven consultas puramente informativas, que muchas personas encuentran dif\u00edciles de localizar en los sitios web. Muchos departamentos gubernamentales han empezado a utilizar chatbots. El siguiente paso podr\u00eda ser un chatbot multiling\u00fce en los portales de la Administraci\u00f3n para que los ciudadanos de distintos estados puedan interactuar y obtener informaci\u00f3n y ayuda habl\u00e1ndole en su lengua materna o utilizando texto.<\/p>\n

Los asistentes de voz son la aplicaci\u00f3n m\u00e1s conocida de la PNL. Son una mezcla de m\u00faltiples tecnolog\u00edas emergentes: Un humano dice: \"Eh, asistente, enciende la luz\". A trav\u00e9s del reconocimiento de voz, las palabras se convierten en texto; el texto se convierte en n\u00fameros que el sistema entiende; los n\u00fameros pasan por un conjunto de algoritmos PNL entrenados que dan un mensaje sobre la acci\u00f3n. El mensaje de acci\u00f3n se transmite a la bombilla a trav\u00e9s de Internet de las Cosas o IoT y, por \u00faltimo, la bombilla se enciende. Por supuesto, todo esto ocurrir\u00e1 en una fracci\u00f3n de segundo.<\/p>\n

Otro caso emblem\u00e1tico de uso de la PNL es la traducci\u00f3n de idiomas. Existen muchas aplicaciones que ayudan a los usuarios a traducir de un idioma a otro. En un pa\u00eds como el nuestro, con 22 lenguas oficiales, un traductor entrenado en PNL puede ayudarnos a convertir documentos, p\u00e1ginas web y avisos p\u00fablicos a varias lenguas regionales. De hecho, puede incluso ayudarnos a hablar en lenguas regionales.<\/p>\n

Aunque se ha avanzado mucho, por el momento la PNL no puede ofrecernos una precisi\u00f3n muy alta en las tareas. Incluso una precisi\u00f3n de 75% se considera bastante buena. Una de las razones es que las lenguas tienen atributos complejos como el sarcasmo, la iron\u00eda, los modismos y muchos m\u00e1s. Por ejemplo, una persona escribi\u00f3 \"Quiero saltar desde el puente\". La aplicaci\u00f3n respondi\u00f3 con una lista de seis puentes cercanos. Un pasajero frustrado tuite\u00f3: \"@XXX Gracias por enviar mi equipaje a Hyderabad y volarme a Calcuta al mismo tiempo. Brillante servicio. #XXX\". El chatbot de la aerol\u00ednea respondi\u00f3: \"Me alegra o\u00edrlo. #KeepFlying XXX\". Adem\u00e1s, el algoritmo NLP es muy espec\u00edfico de un dominio, por lo que un algoritmo entrenado para analizar documentos legales no ser\u00e1 adecuado para analizar historiales m\u00e9dicos.<\/p>\n

Por \u00faltimo, los algoritmos de PNL dan mejores resultados en lenguas como el ingl\u00e9s, para las que se dispone de una gran cantidad de datos. Si necesitamos un rendimiento similar en lenguas regionales, tendremos que dedicar mucho esfuerzo a recopilar y limpiar los datos y a entrenar estas aplicaciones.<\/p>","protected":false},"excerpt":{"rendered":"

NLP could be a big boon in conversation building regional language chatbots but a lot needs to be done before we get there. By Prakash Kumar and Apoorv Vishnoi Have you wondered how spam emails get filtered out, search engines throw up most appropriate pages, word application keeps on correcting grammar, voice assistants talk to […]<\/p>\n","protected":false},"author":31,"featured_media":16133,"template":"","tags":[7],"press-category":[],"coauthors":[],"class_list":["post-16419","press","type-press","status-publish","has-post-thumbnail","hentry","tag-authored-articles"],"acf":[],"_links":{"self":[{"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/press\/16419","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/press"}],"about":[{"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/types\/press"}],"author":[{"embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/users\/31"}],"version-history":[{"count":0,"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/press\/16419\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/media\/16133"}],"wp:attachment":[{"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/media?parent=16419"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/tags?post=16419"},{"taxonomy":"press-category","embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/press-category?post=16419"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/es\/wp-json\/wp\/v2\/coauthors?post=16419"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}