企业正在大量投资于多种形式的 AI,但在过去几个月中,对自然语言处理 (NLP) 的兴趣日益浓厚。这在很大程度上是由于呼叫中心、服务台、信息亭和其他客户支持应用程序中聊天机器人和智能助手的兴起,但这并不是应用 NLP 的唯一方法。从软件开发和数据分析到系统管理和风险评估的后台功能变得更加高效和有效,当人们可以简单地说出他们的愿望,而不是在无休止的菜单中输入或点击他们的方式。
然而,达到这一点不会在一夜之间发生。尽管 NLP 最近在准确性和有效性方面取得了长足的进步,但它在成为团队的重要成员之前还有一段路要走。
NLP 跟着钱走
尽管如此,在过去的一年里,该企业表现出越来越愿意打开支票簿来资助各种 NLP 项目。根据 NLP 开发商 Jon Snow Labs 和数据分析公司 Gradient Flow 的新研究,60% 的科技高管报告说 NLP 资金至少增加了 10%,大约三分之一的报告增加了 30% 或更多。医疗保健、技术、教育和金融服务处于这条曲线的最前沿,而姓名身份识别和文件分类等应用程序是主要用例。
NLP 的吸引力主要在于其消化大量非结构化数据的能力,长期以来,人们一直怀疑这些数据包含关键信息和隐藏数据模式,如果利用得当,可以为业务发展、生产力和竞争力创造奇迹。Service Express 数据科学经理 Jim Carson 最近在 Data Center Frontier 上指出,NLP 基本上填补了计算机理解和人类理解之间的空白。这可以显着改进广泛的企业流程,例如电子邮件管理和合同分析,以及设备日志记录和数据中心基础设施监控。
当与机器学习等其他形式的人工智能相结合时,NLP 还可以为企业做出重大贡献。CIO.com 最近重点介绍了佛蒙特大学计算故事实验室的工作,该实验室在情感分析方面的工作建立在 NLP、ML 和其他技术的整合之上,以收集通信的情感背景。该实验室的 Hedonometer 项目目前每天评估 50,000 条推文,以计算每日的“幸福指数”。虽然该系统目前使用基本的加减评分系统来得出结论,但有一天,更精细的算法可能会创建更复杂的分析并针对特定数据来跟踪品牌知名度和消费者趋势等内容。
对 NLP 的新认识
与此同时,IBM 的 Watson 仍然是 NLP 的领先对话迭代之一,自 10 年前该平台成为 Jeopardy 冠军以来,该公司增加了许多新功能。它还致力于从领先的文档格式(如 PDF)中提取更复杂的含义,以及推进多语言通信领域的发展,并为主题专家提供数据分析和知识开发。它还具有新的定制功能,可简化 AI 培训过程。
所有这些发展似乎都朝着一个方向发展:开发一个完全对话的用户界面,使访问庞大的计算能力就像与同事聊天一样容易。我们还没有到那里,但很快就会看到企业团队的新成员,主要是企业本身,在会议上交谈,响应用户请求,甚至可能在饮水机前分享一个笑话。
作为一名新员工,它将有很多东西需要学习,但它已经显示出巨大的潜力。