四個(gè)自然語(yǔ)言處理(NLP)業(yè)務(wù)應(yīng)用程序

責(zé)任編輯:cres

作者:Terena Bell

2017-12-20 11:36:06

來(lái)源:企業(yè)網(wǎng)D1Net

原創(chuàng)

自然語(yǔ)言處理算法教導(dǎo)計(jì)算機(jī)像人一樣使用語(yǔ)言。如果你手動(dòng)搜索來(lái)自一組文檔的信息,你也可以像搜索引擎一樣查看關(guān)鍵字。這就是為什么機(jī)器翻譯是自然語(yǔ)言處理的第一種形式,它是以二戰(zhàn)中的破譯技術(shù)為藍(lán)本。

我們未來(lái)將使用如今正在開(kāi)發(fā)的四種自然語(yǔ)言處理業(yè)務(wù)應(yīng)用程序。
 
你可能沒(méi)有意識(shí)到,但自然語(yǔ)言處理(NLP)不僅僅是一種新興的商業(yè)技術(shù),它是一種廣泛使用的流行技術(shù)。在線搜索,拼寫(xiě)檢查——幾乎所有涉及語(yǔ)言的功能都包含自然語(yǔ)言處理算法。
 
自然語(yǔ)言處理算法教導(dǎo)計(jì)算機(jī)像人一樣使用語(yǔ)言。如果你手動(dòng)搜索來(lái)自一組文檔的信息,你也可以像搜索引擎一樣查看關(guān)鍵字。這就是為什么機(jī)器翻譯是自然語(yǔ)言處理的第一種形式,它是以二戰(zhàn)中的破譯技術(shù)為藍(lán)本。開(kāi)發(fā)人員希望機(jī)器翻譯能將俄文翻譯成英文。翻譯結(jié)果是很糟糕的,但編碼人員堅(jiān)持不懈,于是一種新型的機(jī)器學(xué)習(xí)誕生了。而且由于一家公司不能在沒(méi)有翻譯的情況下在國(guó)際上發(fā)展,自然語(yǔ)言處理就是一種從一開(kāi)始就具有商業(yè)案例的技術(shù)。今天,自然語(yǔ)言處理就像通信本身一樣,是工作場(chǎng)所的一部分。
 
以下是當(dāng)今的四個(gè)自然語(yǔ)言處理商業(yè)應(yīng)用程序,我們會(huì)毫不猶豫地在未來(lái)投入使用,下面來(lái)談?wù)劤霭l(fā)點(diǎn)。
 
1. 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯
 
機(jī)器翻譯(MT)曾經(jīng)是可笑的,但它現(xiàn)在是相當(dāng)不錯(cuò)的。由于自然語(yǔ)言處理軟件以人的方式學(xué)習(xí)語(yǔ)言,因此可以將早期的機(jī)器翻譯視為幼兒。隨著時(shí)間的推移,引擎中添加了更多的詞,很快它就變成了一個(gè)喋喋不休的少年。機(jī)器翻譯的質(zhì)量本質(zhì)上取決于你給的單詞的數(shù)量,這需要時(shí)間,也是最初使機(jī)器翻譯難以擴(kuò)大規(guī)模的原因。
 
幸運(yùn)的是,對(duì)于不想等引擎“長(zhǎng)大”的企業(yè)來(lái)說(shuō),還有神經(jīng)機(jī)器翻譯。在2016年,微軟的必應(yīng)翻譯首次推出了該技術(shù)。谷歌翻譯和亞馬遜翻譯現(xiàn)在也提供競(jìng)爭(zhēng)的系統(tǒng)。在實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)之前,機(jī)器翻譯引擎只在一個(gè)方向上運(yùn)行——比如把西班牙語(yǔ)翻譯成英語(yǔ)。如果你想從英文翻譯成西班牙文,你必須從一個(gè)不同的數(shù)據(jù)集重新開(kāi)始。如果你想添加第三種語(yǔ)言,那就太瘋狂了。但通過(guò)神經(jīng)機(jī)器翻譯,工程師可以交叉應(yīng)用數(shù)據(jù)。這從根本上加快了開(kāi)發(fā)速度,幾個(gè)月的時(shí)間就能將機(jī)器翻譯引擎化腐朽為神奇,而不是幾年。因此,企業(yè)可以安全地使用機(jī)器翻譯來(lái)翻譯低影響力的內(nèi)容:沒(méi)有人閱讀的產(chǎn)品評(píng)測(cè)、監(jiān)管文檔、電子郵件。
 
但有一個(gè)警告:免費(fèi)的機(jī)器翻譯工具——無(wú)論是否是神經(jīng)系統(tǒng)——都有數(shù)據(jù)安全風(fēng)險(xiǎn)。所謂的Translate.com泄露導(dǎo)致員工密碼、合同和其它個(gè)人身份信息(PII)出現(xiàn)在谷歌搜索結(jié)果中。機(jī)器翻譯本身是非常安全的——如果你使用亞洲在線(Asia Online)、Systran等定制的專(zhuān)業(yè)類(lèi)型。要小心你在網(wǎng)上免費(fèi)工具中輸入的內(nèi)容。
 
2. 聊天機(jī)器人
 
如果說(shuō)機(jī)器翻譯是最古老的自然語(yǔ)言處理的例子之一,那么聊天機(jī)器人是最新的例子。機(jī)器人通過(guò)集成Slack、Skype和微軟團(tuán)隊(duì)(Microsoft Teams)等程序來(lái)簡(jiǎn)化功能。當(dāng)他們首次出現(xiàn)時(shí),聊天機(jī)器人是面向消費(fèi)者的。例如,如果你在Facebook Messenger中輸入“披薩”,Domino的機(jī)器人會(huì)要求你下單。雖然像這樣的接觸點(diǎn)有助于推動(dòng)B2C銷(xiāo)售,但在B2B世界中,在Slack中沒(méi)有人希望購(gòu)買(mǎi)提醒來(lái)打斷他們。
 
所以在過(guò)去的一年中,初創(chuàng)公司已經(jīng)將這項(xiàng)技術(shù)應(yīng)用于其它領(lǐng)域:大多數(shù)企業(yè)機(jī)器人都在優(yōu)化人力資源。首先有Talla,它是一種自然語(yǔ)言處理工具,它可以回答普通員工的問(wèn)題,比如“我還剩多少假期?”以及“我的保險(xiǎn)什么時(shí)候開(kāi)始”?Chatbot Polly對(duì)工作場(chǎng)所滿意度到他們想在休息室吃什么零食等一切盡心民意調(diào)查。然后有Growbot,一個(gè)Slack兼Teams機(jī)器人,它監(jiān)控聊天,看看員工互相恭維的頻率。當(dāng)使用“贊”,“歡呼”,“道具”等詞匯時(shí),員工就會(huì)得到獎(jiǎng)勵(lì)。聯(lián)合創(chuàng)始人兼首席執(zhí)行官Jeremy Vandehey表示,這有助于管理者提高人才留住率和士氣。
 
3. 招聘工具
 
在人力資源方面,自然語(yǔ)言處理軟件長(zhǎng)期以來(lái)一直在幫助招聘經(jīng)理對(duì)簡(jiǎn)歷進(jìn)行整理。使用與谷歌搜索相同的技術(shù),自動(dòng)化的候選人搜索工具會(huì)掃描申請(qǐng)人的簡(jiǎn)歷,以找到具有所需工作背景的人員。但是——像早期的機(jī)器翻譯——這些平臺(tái)使用的排序算法犯了很多錯(cuò)誤。譬如說(shuō)一個(gè)申請(qǐng)人自稱(chēng)是“業(yè)務(wù)增長(zhǎng)的集思廣益者”,而不是“外部銷(xiāo)售代表”:那么她的簡(jiǎn)歷不會(huì)顯示在結(jié)果中,貴公司會(huì)忽略一個(gè)有創(chuàng)意的、客戶驅(qū)動(dòng)的候選人。
 
如今的系統(tǒng)所做的遠(yuǎn)不止確切的關(guān)鍵字匹配。例如,Scout通過(guò)搜索HR最初提供的關(guān)鍵字來(lái)解決同義詞問(wèn)題,然后使用結(jié)果來(lái)識(shí)別要查找的新單詞。通過(guò)推斷新的術(shù)語(yǔ)(如“業(yè)務(wù)增長(zhǎng)”),以防止合格的候選人漏網(wǎng)。而且由于婦女和少數(shù)民族使用不同的語(yǔ)言,這個(gè)過(guò)程能確保不會(huì)漏掉他們。
 
當(dāng)然,如果多樣化的候選人沒(méi)有申請(qǐng)的話,就不予考慮。為了解決這個(gè)問(wèn)題,就有了Textio。聯(lián)合創(chuàng)始人兼首席執(zhí)行官Kieran Snyder表示,增強(qiáng)的書(shū)寫(xiě)工具使用語(yǔ)義分類(lèi)(自然語(yǔ)言處理技術(shù))來(lái)幫助招聘人員制作不分性別的崗位職責(zé)說(shuō)明。Textio提供了從零到100分的文章評(píng)分,提供了詞匯、語(yǔ)法和格式化提示,如“添加更多欄目符號(hào)”。實(shí)施這些更改和客戶案例研究表明,你將看到申請(qǐng)人數(shù)量的急劇提高:Snyder說(shuō)強(qiáng)生公司(Johnson & Johnson)的女性申請(qǐng)人增長(zhǎng)了9%,艾利丹尼森公司(Avery Dennison)的女性申請(qǐng)人增長(zhǎng)了60%,“Expedia發(fā)現(xiàn),性別中立的工作的到崗速度比之前快了三周。
 
4. 會(huì)話式搜索
 
像Talla一樣,Second Mind想要回答你所有員工的問(wèn)題。但是這個(gè)工具并不是一個(gè)機(jī)器人:它是一個(gè)語(yǔ)音激活的平臺(tái),在公司會(huì)議上收聽(tīng)“什么是”和“我想知道”這樣的觸發(fā)短語(yǔ)。當(dāng)聽(tīng)到這些短語(yǔ)時(shí),Second Mind的搜索功能就起作用,為句子的剩余部分尋找答案。
 
比如說(shuō),你正在參加董事會(huì)會(huì)議,有人說(shuō):“去年的投資回報(bào)率是多少”?Second Mind會(huì)悄無(wú)聲息地掃描公司的財(cái)務(wù)狀況,或者其它任何他們?cè)儐?wèn)的事情,然后在房間的屏幕上顯示結(jié)果。創(chuàng)始人Kul Singh說(shuō),普通員工每天花費(fèi)30%的時(shí)間搜索信息,公司每人每年的花費(fèi)高達(dá)14209美元。通過(guò)精簡(jiǎn)實(shí)時(shí)對(duì)話搜索,Second Mind有望提高生產(chǎn)力。
 
Talla的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Rob May表示:“據(jù)稱(chēng)Wolfram,Semantic Machines,Nuance和微軟都在開(kāi)展相關(guān)項(xiàng)目。”
 
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號(hào)-6京公網(wǎng)安備 11010502049343號(hào)