Natural language processing (NLP): czym jest i dlaczego jest tak ważne w chatbotach?

natural language processing

To właśnie dzięki natural language processing (NLP), czyli przetwarzaniu języka naturalnego współczesne chatboty są sprawnymi rozmówcami. Jak to się jednak dzieje, że NLP zapewnia tak wysoki stopień zrozumienia pytań zadawanych przez użytkowników i jednocześnie prawidłowo udzielanych odpowiedzi? Czego wysokiej jakości boty potrzebują do sprawnego funkcjonowania? Co kryje się skromnie wyglądającym interfejsem?

Niemal każdy internauta, który poszukuje informacji na firmowej stronie www czy w mediach społecznościowych zapewne chociaż raz spotkał się z chatbotem. Dialog z takim programem jest możliwy właśnie dzięki technologii NLP.

Natural language processing – na początek: definicja

Przetwarzanie języka naturalnego (ang. NLP – natural language processing) to dziedzina nauki, która powstała na styku wielu dyscyplin. W największej mierze czerpie z osiągnieć sztucznej inteligencji i językoznawstwa. Przedmiotem badań jest analiza, rozumienie i generowanie języka naturalnego. Języki naturalne to te, którymi posługują się ludzie, w odróżnieniu np. od języków programowania.  

Przetwarzanie języka naturalnego umożliwia komunikację między ludźmi a komputerem (programem) bez używania do tego celu języków programowania, takich jak np. JAVA, Python. To, co mówi lub pisze człowiek to dane wejściowe do przetworzenia przez komputer. Odpowiedź zwrotna systemu to dane wyjściowe.

NLP często dzieli się na dwie kategorie:

Natural language processing

Rozumienie języka naturalnego przez maszynę: co to oznacza w praktyce?

Skoro można komunikować się z programem bez znajomości kodu (języków programowania), grono użytkowników danego systemu znacznie się poszerza. Może nim być w zasadzie każdy, oczywiście pod warunkiem, że program jest przystosowany akurat do tego konkretnego języka.

Gdzie znajduje się technologia NLP i jakie ma zastosowanie?

Dzisiejsze chatboty powstają na bazie technologii NLP i to właśnie dzięki niej potrafią zrozumieć komunikaty ze strony użytkownika oraz prawidłowo na nie zareagować. Chatboty NLP często nazywane są też „botami II generacji”, w przeciwieństwie do I generacji botów, które nie zostały przez rynek pozytywnie przyjęte.

NLP to jednak nie tylko same chatboty, ale też ich udźwiękowione wersje, czyli voiceboty oraz asystenci głosowi tacy jak Google Asystent, Alexa, Siri czy Bixby.

Dlaczego chatboty i inne systemy konwersacyjne potrzebują NLP, aby dobrze działać?

chatbot 2021

Na co dzień nie zdajemy sobie sprawy z tego, jak złożone i bogate w informacje są nasze rozmowy i komunikaty, które wymieniamy między sobą wielokrotnie w ciągu dnia. Czasami złożoność i wieloaspektowość naszej komunikacji zauważymy dopiero wtedy, kiedy zaczynamy uczyć się języka obcego. Rodzimy język każdy jego użytkownik zna tak dobre, że nie poddaje go już analizie i przemyśleniom. Zupełnie inaczej jest wtedy, gdy trenujemy bota, którego zadaniem jest jak najbardziej precyzyjna interpretacja wypowiedzi danej osoby oraz wywołanie adekwatnego do sytuacji zachowania systemu (odpowiedź na pytanie lub rozpoczęcie działania wg określonego schematu/scenariusza).

Natural language processing to nie tylko rozumienie słów

Wszystko, co wyrażamy w formie pisemnej lub ustnej, zawiera ogromną ilość informacji, które wykraczają daleko poza znaczenie poszczególnych słów. Stylistyka wypowiedzi, kontekst, interpunkcja, frazeologia, ton głosu i mimika twarzy: to wszystko pozwala na interpretację wypowiedzi o wiele głębszą niż prosta analiza leksykonu i reguł gramatycznych.

Oczywiście, chcielibyśmy, aby chatboty potrafiły podjąć się interpretacji całej złożoności ludzkiej komunikacji, jednak nawet bez tego – radzą sobie coraz lepiej. Dzisiaj bot NLP nie tylko rozumienie znaczenie słów. Chatboty potrafią świetnie zinterpretować wypowiedzi, odszyfrować ciągi alfanumeryczne, dane osobowe, rozpoznawać imiona i nazwiska, nazwy własne, adresy, numery telefonów. Dodając do tego umiejętność umieszczania dialogu w kontekście, uzyskiwane jest całkiem dobry wynik w odczytywaniu zamiarów (intencji) użytkowników. To bardzo praktyczne zastosowania, które na co dzień są bardzo przydatne w biznesie i różnego typu organizacjach. Chatboty NLP używane są bowiem nie tylko do prowadzenia prostych rozmów, ale też obsługi całych procesów.

Czy wszystkie boty stworzone na jednym NLP są tak samo skuteczne?

Dostawcy usług chatbotowych zazwyczaj posiadają swoje własne NLP. Jego jakość ma duży wpływ na finalną skuteczność chatbota. Jednak nie każdy bot przygotowany na tym samym narzędziu uzyskuje identyczne wyniki. Technologia to tylko baza, na której przygotowywane jest dane wdrożenie. Bardzo wiele zależy jeszcze od prac konfiguracyjnych. Konfigurowanie bota to nic innego jak zastosowanie w praktyce potencjału danej technologii. Umiejętnie rozpisane scenariusze, dobrze zredagowane odpowiedzi i powiązanie ze sobą faktów, dają końcowy rezultat.

Dodatkowym aspektem, który trzeba wziąć pod uwagę przy weryfikowaniu skuteczności chatbota jest czas, jaki minął od uruchomienia produkcyjnego. Nowe boty są zwykle mniej skuteczne od tych dłużej działających, ponieważ systemy konwersacyjne są stale „usprawniane” w trakcie ich użytkowania. Średnio po kilku miesiącach od wdrożenia produkcyjnego skuteczność takich rozwiązań jest na tyle wysoka, że potrafią one działać samodzielnie.

Czy technologia NLP może być tak dobra, aby umiejętności bota porównać do ludzkich?

Natural language processing

Prace nad konwersacyjną sztuczną inteligencją trwają już od wielu lat. W latach 50-tych ubiegłego wieku powstał test Turinga – egzamin sprawdzający umiejętności konwersacyjne maszyny. I chociaż wielu ekspertów i pasjonatów branży AI stawia sobie za cel stworzenie programu, który ten test w końcu zda, wbrew pozorom – nie tego oczekuje biznes i instytucje. Na możliwość prowadzenia rozmowy ze sztuczną inteligencją, która jest nieodróżnialna od tej ludzkiej będziemy musieli jeszcze z pewnością poczekać. Niemniej jednak już dzisiaj niektóre chatboty i voiceboty potrafią obsłużyć 80% procesów w organizacjach, odpowiadając prawidłowo na ponad 90-95% pytań. Podstawowym wyznacznikiem jest więc raczej prawidłowe wywiązania się z podstawionych przed botami zadaniami i realizacja wybranych KPI. I przy tak zdefiniowanych wymaganiach boty NLP radzą sobie dzisiaj z prostymi zadaniami na poziomie porównywalnym z ludźmi.  

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *