{"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":"processamento-de-linguagem-natural-um-grande-salto-na-conversacao-com-a-mente-humana","status":"publish","type":"press","link":"https:\/\/wadhwanifoundation.org\/pt\/press\/natural-language-processing-a-big-leap-in-conversing-with-the-human-mind\/","title":{"rendered":"Processamento de linguagem natural: A Big Leap in Conversing with the Human Mind (Um grande salto na conversa com a mente humana)"},"content":{"rendered":"

A PNL pode ser um grande benef\u00edcio para a cria\u00e7\u00e3o de chatbots em idiomas regionais, mas ainda h\u00e1 muito a ser feito antes de chegarmos l\u00e1.<\/em><\/p>\n

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

Voc\u00ea j\u00e1 se perguntou como os e-mails de spam s\u00e3o filtrados, os mecanismos de pesquisa exibem as p\u00e1ginas mais adequadas, o aplicativo Word continua corrigindo a gram\u00e1tica, os assistentes de voz conversam conosco enquanto escrevemos uma mensagem no WhatsApp e voc\u00ea recebe sugest\u00f5es sobre as pr\u00f3ximas palavras? Como os avaliadores descobrem rapidamente casos de pl\u00e1gio em trabalhos enviados on-line? Por tr\u00e1s de tudo isso, h\u00e1 um importante aplicativo de intelig\u00eancia artificial (IA) chamado Processamento de linguagem natural ou PNL.<\/p>\n

N\u00f3s, humanos, sempre fomos fascinados por pessoas que podem falar como n\u00f3s, seja um papagaio ou um assistente de voz como a Alexa. Agora, os papagaios simplesmente repetem o que ouvem sem entender o verdadeiro significado do que est\u00e3o dizendo. Ainda assim, nossos assistentes de voz s\u00e3o mais inteligentes do que isso; eles podem realizar tarefas significativas para n\u00f3s, controlar nossos dispositivos e at\u00e9 mesmo ter uma conversa interativa conosco. O principal campo que d\u00e1 aos assistentes de voz esse poder \u00e9 o Processamento de Linguagem Natural (NLP). Simplificando, a PNL permite que os dispositivos processem linguagens naturais em formato escrito ou falado e interajam conosco. No caso de comandos falados, h\u00e1 outra etapa de convers\u00e3o de fala para texto quando falamos com o dispositivo e de texto para fala quando o dispositivo fala conosco.<\/p>\n

Como esses dispositivos entendem idiomas naturais como ingl\u00eas, hindi ou franc\u00eas? Bem, os computadores e os algoritmos n\u00e3o entendem realmente as palavras. O texto \u00e9 convertido em n\u00fameros por programas de computador, pois os computadores entendem apenas n\u00fameros. No caso da NLP, h\u00e1 um processo intermedi\u00e1rio chamado convers\u00e3o da fala humana em propriedades ou caracter\u00edsticas comput\u00e1veis chamadas vetores de recursos, como inten\u00e7\u00e3o, tempo e sentimento. Isso \u00e9 necess\u00e1rio porque a linguagem, diferentemente dos comandos de computador, tem muitas nuances. Tudo isso acontece usando determinados algoritmos especializados de aprendizado de m\u00e1quina e aprendizado profundo. Esses aplicativos s\u00e3o ent\u00e3o treinados para tarefas espec\u00edficas usando uma grande quantidade de dados. Quando usamos esses aplicativos em nossos telefones para ditar uma mensagem, n\u00e3o apenas usamos o aplicativo de PNL, mas tamb\u00e9m fornecemos mais dados que s\u00e3o usados pelo programa para aprimorar seu desempenho. Em outras palavras, esses aplicativos continuam aprendendo, e \u00e9 por isso que notamos uma melhoria em seu desempenho \u00e0 medida que usamos o aplicativo cada vez mais.<\/p>\n

Recebemos alertas sobre o sentimento predominante em plataformas de m\u00eddia social como o Twitter, especialmente quando ocorre um incidente, como a derrota da \u00cdndia em uma partida de cr\u00edquete na Copa do Mundo T20. Como isso \u00e9 feito? Ao ler um tweet, sabemos se o texto est\u00e1 exibindo um sentimento positivo, negativo ou neutro. Os aplicativos baseados em NLP s\u00e3o treinados para analisar os tweets observando as palavras\/frases depois de remover artigos, sinais de pontua\u00e7\u00e3o etc. Um dicion\u00e1rio de palavras\/frases \u00e9 preparado com base em tweets anteriores, marcando-os como negativos, positivos ou neutros. Novos tweets s\u00e3o analisados com hashtags apropriadas, como @T20World Cup, no nosso exemplo, e, usando a NLP, avalia-se se as pessoas est\u00e3o felizes, tristes ou neutras com o resultado.<\/p>\n

As empresas est\u00e3o usando ferramentas baseadas em PNL. Um desses aplicativos \u00e9 a identifica\u00e7\u00e3o de um t\u00f3pico em um documento grande e o resumo do relat\u00f3rio. O uso de um algoritmo bem treinado para resumir esses relat\u00f3rios em pontos-chave economiza muito tempo. As ferramentas para escrever relat\u00f3rios resumidos est\u00e3o sendo usadas por escrit\u00f3rios de advocacia e departamentos governamentais que precisam examinar um grande n\u00famero de p\u00e1ginas.<\/p>\n

Os governos convidam as pessoas a darem sugest\u00f5es sobre projetos de pol\u00edticas. O grande n\u00famero de respostas dificulta a an\u00e1lise manual de milhares de respostas. As ferramentas de PNL est\u00e3o em uma posi\u00e7\u00e3o ideal para fazer isso para os \u00f3rg\u00e3os governamentais.<\/p>\n

Os chatbots, que s\u00e3o ferramentas baseadas em PNL, tornaram-se subitamente muito populares nos sites. Eles s\u00e3o treinados nas perguntas frequentes e podem responder \u00e0s chamadas de forma eficaz, aliviando a carga da equipe do helpdesk. Eles tamb\u00e9m resolvem consultas puramente informativas, que muitas pessoas acham dif\u00edcil localizar nos sites. Muitos departamentos governamentais come\u00e7aram a usar Chatbots. A pr\u00f3xima etapa poderia ser um Chatbot multil\u00edngue nos portais do governo para permitir que pessoas de v\u00e1rios estados interajam e obtenham informa\u00e7\u00f5es\/ajuda falando com ele em sua l\u00edngua materna ou usando texto.<\/p>\n

Os assistentes de voz s\u00e3o a aplica\u00e7\u00e3o mais conhecida da PNL. Eles s\u00e3o uma mistura de v\u00e1rias tecnologias emergentes: Um ser humano dir\u00e1: \"Ei, assistente, acenda a luz\". Por meio do reconhecimento de voz, as palavras faladas s\u00e3o convertidas em texto; o texto \u00e9 convertido em n\u00fameros que o sistema entende; os n\u00fameros passam por um conjunto de algoritmos de PLN treinados que fornecem uma mensagem sobre a a\u00e7\u00e3o. A mensagem de a\u00e7\u00e3o \u00e9 transmitida \u00e0 l\u00e2mpada usando a Internet das Coisas ou IoT e, por fim, a l\u00e2mpada \u00e9 ligada. \u00c9 claro que tudo isso ocorrer\u00e1 em uma fra\u00e7\u00e3o de segundo.<\/p>\n

Outro caso de uso marcante da PNL \u00e9 a tradu\u00e7\u00e3o de idiomas. H\u00e1 muitos aplicativos dispon\u00edveis que ajudam os usu\u00e1rios a traduzir de um idioma para outro. Em um pa\u00eds como o nosso, que tem 22 idiomas oficiais, um tradutor treinado em NLP pode nos ajudar a converter documentos, sites e avisos p\u00fablicos em v\u00e1rios idiomas regionais. Na verdade, ele pode at\u00e9 nos ajudar a falar em idiomas regionais.<\/p>\n

Embora muito progresso tenha sido feito, no momento, a PNL n\u00e3o pode nos dar uma precis\u00e3o muito alta nas tarefas. At\u00e9 mesmo uma precis\u00e3o de 75% \u00e9 considerada muito boa. Um dos motivos para isso \u00e9 que os idiomas t\u00eam atributos complexos, como sarcasmo, ironia, express\u00f5es idiom\u00e1ticas e muitos outros. Por exemplo, uma pessoa escreveu \"I want to jump from the bridge\" (Quero pular da ponte). O aplicativo respondeu com uma lista de seis pontes nas proximidades. Um passageiro frustrado tuitou: \"@XXX Obrigado por enviar minha bagagem para Hyderabad e me levar para Calcut\u00e1 ao mesmo tempo. Servi\u00e7o brilhante. #XXX\". O chatbot da companhia a\u00e9rea respondeu: \"Fico feliz em ouvir isso. #KeepFlying XXX.\" Al\u00e9m disso, o algoritmo de PNL \u00e9 muito espec\u00edfico ao dom\u00ednio, portanto, um algoritmo treinado para analisar documentos jur\u00eddicos n\u00e3o ser\u00e1 adequado para analisar registros m\u00e9dicos.<\/p>\n

Por fim, os algoritmos de PNL fornecem melhores resultados para idiomas como o ingl\u00eas, para o qual h\u00e1 uma grande quantidade de dados dispon\u00edveis. Se precisarmos de um desempenho semelhante em idiomas regionais, precisaremos nos esfor\u00e7ar muito para coletar e limpar os dados e treinar esses aplicativos.<\/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\/pt\/wp-json\/wp\/v2\/press\/16419","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/press"}],"about":[{"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/types\/press"}],"author":[{"embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/users\/31"}],"version-history":[{"count":0,"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/press\/16419\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/media\/16133"}],"wp:attachment":[{"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/media?parent=16419"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/tags?post=16419"},{"taxonomy":"press-category","embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/press-category?post=16419"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/wadhwanifoundation.org\/pt\/wp-json\/wp\/v2\/coauthors?post=16419"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}