Hace 6 décadas aproximadamente, los expertos en computadoras utilizaban tarjetas perforadas para comunicarse con los primeros equipos de cómputo. En la actualidad, los usuarios interactuamos con los dispositivos digitales a través del texto y la voz.
Solemos dar órdenes -también conocidos como comandos- a los smartphones para buscar números telefónicos, pedir ubicaciones específicas o abrir determinadas aplicaciones, y esperamos que el dispositivo nos entienda y haga nuestra voluntad.
Pero el uso de la voz se traslada también al ámbito empresarial, en el área de atención al cliente, donde los usuarios interactúan con chatbots que atienden y entienden sus solicitudes expresadas de forma oral y ofrecen diversas alternativas de servicio, sin embargo ¿cómo hemos logrado interactuar con las computadoras “de viva voz”?
A diferencia de las tarjetas perforadas, que fueron los primeros medios utilizados para ingresar información e instrucciones a una computadora en los ya lejanos años de la década de 1960, y que no eran más que láminas hechas con cartulina que contenían datos en forma de perforaciones, la interacción actual entre humanos y máquinas es posible gracias al Procesamiento del Lenguaje Natural (PLN).
¿Qué es el Procesamiento del Lenguaje Natural?
Es una rama de la Inteligencia Artificial (AI) que consiste en el uso del lenguaje natural, como el español o alemán, para establecer comunicación con una computadora. Esta tecnología ayuda a los equipos de cómputo a interpretar y entender el lenguaje humano.
El Procesamiento del Lenguaje Natural (NLP, por sus siglas en inglés) se apoya en diversas disciplinas, tales como: las ciencias computacionales, la lingüística, los lenguajes de programación avanzados, el aprendizaje automático (Machine Learning) y el aprendizaje profundo (Deep Learning), con el propósito de derribar, cada vez más, las barreras entre la comunicación humana y el entendimiento de las máquinas.
Pero el PLN no solo les permite a las computadoras escuchar y entender nuestro lenguaje -incluso responder a nuestras solicitudes-, sino que mide el tono de voz para interpretar el sentimiento del usuario, algo sumamente útil en los departamentos de Servicio al Cliente.
Adicional a ello, extiende su capacidad a otro tipo de actividades relacionadas con la interacción, entre ellas la lectura y el análisis de textos. De hecho, varias empresas, en concreto, las instituciones bancarias, utilizan la analítica de textos para extraer información que les permita identificar tendencias positivas o negativas en el comportamiento de compra de sus clientes y tomar acciones preventivas.
Usos y aplicaciones del PLN
El alcance del Procesamiento del Lenguaje Natural es muy amplio y sus aplicaciones son muy variadas. Veamos algunas de ellas:
- Reconocimiento de voz
- Traducción automática
- Analítica de textos
- Extracción de información y creación de sinopsis
- Sistemas de llamadas automatizadas
En el caso de Yellow.ai como Plataforma de Automatización de Experiencia Total (TX) mediante asistentes virtuales avanzados e impulsados por AI, el Procesamiento del Lenguaje Natural forma parte de nuestras herramientas tecnológicas para lograr que las empresas tengan interacciones enriquecedoras, agradables y personalizadas con sus clientes y empleados.
Bajo este contexto, hemos desarrollado soluciones que atienden la comunicación por voz y texto.
Para voz, existen dos componentes clave que convierten la pregunta o indicación del usuario en una transcripción relevante para dar una respuesta efectiva. Tales componentes son:
- Speech to Text. Convierte el idioma hablado en un texto que se puede repetir
- Texto a Voz. Retransmite el mensaje del asistente virtual inteligente al usuario
Para texto, las tareas que deben realizarse son varias. Algunas de ellas son:
- Análisis del sentimiento. Se estudia el sentimiento del mensaje, ya sea positivo, negativo o neutral.
- Detección del idioma utilizado en el mensaje.
- Coincidencia de intenciones. Se comprueba si el mensaje concuerda con alguna de las intenciones previamente configuradas.
- Reconocimiento de entidades. Detecta cualquier información adicional presente en el mensaje, como fechas, cantidades, ubicaciones, etc.
- Reconocimiento de charlas iniciales como saludos para crear experiencias conversacionales con propósito.
Para medirnos frente a algunos jugadores de Comprensión del Lenguaje Natural (NLU, por sus siglas en inglés) realizamos un benchmark en algunos conjuntos de datos estándar para la tarea de detección y coincidencia de intención, en donde salimos triunfadores, a pesar de utilizar únicamente 50% menos datos que los otros competidores.
Trabajar con PLN nos ha permitido fortalecernos como empresa tecnológica, pues nos ha hecho enfrentarnos a diversos desafíos en materia del lenguaje natural como el acento, los idiomas combinados –spanglish, por ejemplo-, diferente léxico al hablar formal o informalmente, entre otros.
Para enfrentarlos con éxito hemos desarrollado diversos enfoques, partiendo de una arquitectura básica, tal como se muestra en la siguiente imagen.
Con Yellow.ai puedes construir tu primer Asistente Virtual Inteligente para automatizar la experiencia de viaje completa de tus clientes, a través de nuestra plataforma fácil de usar, sin complicaciones ni código, diseñada para lograr que cada interacción entre el usuario y la marca sea satisfactoria, agradable y rentable.
Mejora la experiencia de tus clientes con un chatbot sin costo. Solicita una demo ahora mismo.
