Cos’è?

Il Natural Language Processing (NLP) è una branca dell’intelligenza artificiale che, tramite algoritmi, è in grado di analizzare, rappresentare e comprendere il linguaggio naturale umano. La NLP combina linguistica computazionale e modelli statistici e di machine learning, per permettere alle macchine di comprendere e generare testo e parlato.

La storia

Le origini della NLP risalgono agli albori dell’IA, nei primi anni ’50, quando il matematico Alan Turing suggerì il “Test di Turing”, un criterio per determinare se una macchina potesse o meno “pensare”.

1954

un computer IBM tradusse con successo oltre 60 frasi dalla lingua russa a quella inglese, con un approccio basato su regole e logica, per eseguire specifiche azioni di elaborazione del linguaggio naturale

‘70

si registrò un incremento dell’interesse e della ricerca sull’IA, arrivando allo sviluppo di algoritmi più avanzati, come il backpropagation algorithm, il quale ha permesso alle reti neurali di “imparare” e migliorare le performance nel tempo.

‘80

furono introdotte le reti generative avversarie (GAN), in grado di “allenarsi a vicenda” fino a che la rete generatrice riesce a ingannare la rete discriminatrice. Questo permette il miglioramento della qualità dei dati generati e un incremento della capacità di distinguere i dati reali da quelli generati.
Parallelamente, si diffuse la tecnologia di Deep Learning, introducendo la generazione di testi, la sintesi vocale e la creazione di musica.

‘90

venne sviluppato il primo modello GPT come lo conosciamo oggi, con straordinarie capacità di generazione testi e immagini.

Oggi

vengono potenziati i modelli GPT. Oggi sono più grandi, più intelligenti, addestrati su dati migliori e più sicuri.

Come funziona il Natural Language Processing?

Il dialogo tra uomo e computer prevede numerosi task per compiere azioni come:

Riconoscimento lingua

Scomposizione della frase in singole unità

Analisi semantica

Analisi del tono

Facciamo una carrellata dei task di NLP:

  • Text Analysis: analisi del testo e individuazione di punti chiave
  • Text Classification: interpretazione di un testo per classificarlo in una categoria
  • Sentiment Analysis: rilevamento del tono
  • Intent Monitoring: comprensione del testo per prevedere azioni future
  • Smart Search: ricerca in archivio di documenti che rispondono meglio alla richiesta posta in linguaggio naturale
  • Text Generation: generazione di un testo
  • Automatic Summarization: creazione di sintesi di documenti
  • Language Translation: traduzione di testi individuando il senso migliore, in base al contesto.

Dove si applica l’NLP?

L’impiego di sistemi di NLP nelle aziende è una pratica sempre più diffusa, ad esempio, per classificare le mail aziendali, per estrapolare informazioni da documenti e analizzare gli stessi; analizzare il sentiment dei post social e anche per comprendere le query di navigazione nei siti web. Nel nostro paese la percentuale di utilizzo di questi sistemi è ancora modesta; questo talvolta a causa di scarsità di dataset, fondamentali per l’addestramento delle macchine, ma anche difficoltà nel comprendere il sentiment, per poter offrire riscontri corretti e coerenti.

Come abbiamo applicato la tecnologia di NLP in Neurally

Le sfide sono all’ordine del giorno in Neurally, siamo specializzati nello sperimentare e creare soluzioni di IA performanti e che possano supportare le aziende nel potenziamento dei propri flussi.
Con questo obiettivo nasce la Suite Sophia, un traduttore simultaneo Speech-to-text che consente la traduzione istantanea e accurata del discorso orale da una lingua all’altra. Si tratta di una soluzione integrabile con altre funzioni e altri software, per consentire alle aziende una comunicazione istantanea in meeting, conferenze e negoziazioni.