Tag: procesamiento del lenguaje natural
Cuando escuchamos Inteligencia Artificial (IA) sabemos que a día de hoy ya forma parte de muchas empresas. Esta tecnología se ha encargado de traer resultados impresionantes y facilitar la productividad. En el sector de la publicidad y la comunicación muchas agencias también han apostado por esta tecnología para diferenciarse. Los sistemas que utilizan IA son capaces de realizar acciones diferenciadas como las que haría un ser humano: hablar con sus consumidores, analizar una gran cantidad de datos y cruzar información de otras bases de datos e incluso aprender de esa información. En este contexto, es factible escuchar hablar también de «Machine Learning», una disciplina dentro de la IA que crea sistemas que aprenden automáticamente e identifican patrones complejos entre millones de datos.
¿Cómo se ha utilizado la inteligencia artificial en publicidad?
La industria de la comunicación es una de las que más se ha aprovechado de los sistemas de IA y seguramente has utilizado alguna de estas soluciones sin darte cuenta. Hablamos, por ejemplo, desde los chatbots que simulan una conversación online con una persona real y ofrecen soporte técnico, resolviendo así dudas y asistencia diversa hasta apps con las que «juegas» a incluir tu rostro en la cara de un actor en una pelicula, con la famosa aplicación Face App Challenge.
A continuacion, os mostramos algunas herramientas que utilizan Inteligencia Artificial:
- Banners con imágenes variables. Un banner estándar y fijo en la red ya no es algo tan interesante dentro de las numerosas estrategias de Marketing Digital. Por ello, se ha utilizado la IA buscando entender cuáles son los deseos de quienes visitan el sitio en cuestión y cambiando la imagen para satisfacer esos deseos.
- Fotos para personas con discapacidad visual. Facebook también ha utilizado mucho este recurso para hacer su red social aún más interactiva. Un ejemplo de ello es el programa que ayuda a las personas con discapacidad visual a ponerse en contacto con imágenes y con los contenidos de sus amigos. El programa identifica los contenidos de las imágenes, las personas que hay en la imagen y sus emociones y «traduce» por voz todo esto a las personas con discapacidad visual.
- Análisis de consumidores. A través de programas que analizan las bases de datos de sus consumidores, que contienen información sobre sus comportamientos online y offline. Las herramientas de IA son capaces de identificar cuándo los consumidores son más o menos propensos al consumo e incluso las fechas en las que experimentarán situaciones especiales
- RankBrain. Es una herramienta creada por Google y que utiliza IA para entender lo que los usuarios intentan encontrar en sus búsquedas. Además, esta herramienta logra traducir contenidos con los que Google nunca antes había tenido contacto, produciendo búsquedas con resultados cercanos y más acordes a los deseos de los usuarios.
¿Cómo podría afectar, o está afectando, la inteligencia artificial a la publicidad?
La inteligencia artificial en publicidad, es una técnica muy eficaz y poderosa de marketing. Y es que, tanto el contenido, como las campañas publicitarias, estarán implementadas para tratar que sean totalmente personalizadas a las expectativas, necesidades y gustos individuales. ¿Cómo se consigue? Con la aplicación de algoritmos predictivos que anticipen cuál va a ser el comportamiento y las demandas del usuario. Puede afectar en principio de dos maneras:
- A través de la «compra programática». Esta utiliza algoritmos que optimizan continuamente las campañas publicitarias para obtener el mejor rendimiento y resultado. Así funcionan, por ejemplo, medios como Google, Facebook, Instagram, Twitter, etc. La principal ventaja que la compra programática tiene para los anunciantes es que estos pueden maximizar su inversión y resultados en medios. En el caso de los consumidores estos deberían recibir una publicidad más atractiva y personalizada a sus intereses; y en el caso de las agencias es una manera de poder implementar campañas publicitarias orientadas a maximizar los resultados de los clientes.
- Podemos conocer mejor que nunca las necesidades de los consumidores. Los anunciantes y las agencias pueden recopilar datos de los clientes extraídos de múltiples fuentes, y tenemos la posibilidad de combinar y analizar tales datos para acceder de manera instantánea a insights relevantes al contexto actual. Lo relevante es tener datos de consumo o de intereses del público objetivo y poder aplicar tecnologías de inteligencia artificial para poder aplicar patrones y así anticiparnos al comportamiento de las personas.
Pero, ¿cómo aplico Inteligencia Artificial en mi negocio?
Continuamente, en el sector de la comunicación aparecen nuevas tecnologías de la información. Por lo que, el primer paso a seguir es perder el miedo a invertir en las TIC, entendiendo la Inteligencia Artificial como parte de ella y verla como una aliado. El mercado ya está señalando la necesidad de cambio con marcas que demandan y apuestan por campañas atractivas que logren atraer la atención del público y crear conexiones reales con las personas que lo componen.
Así, las agencias que invierten en tecnologías de este tipo pueden comprender mejor los datos y los comportamientos de compra de estas personas y desarrollar campañas más adecuadas y asertivas. Ya que, gracias a herramientas basadas en IA, podemos extraer información de muy diversa índole para una mejor toma de decisiones a la hora de diseñar una campaña de publicidad más adecuadas para que tengan más impacto en el público objetivo.
Un ejemplo de ello, es nuestra herramienta netopinion, una plataforma de multi-escucha activa que utiliza técnicas analíticas basadas en IA, Procesamiento del Lenguaje Natural y optimización para múltiples casos de uso. Algunos de ellos son:
- Generación de perfiles avanzados: clusters o segmentos de basados en el enriquecimiento obtenido de las distintas fuentes y datos sociodemográficos.
- Análisis semánticos avanzados: para detectar conversaciones e intereses de los usuarios en la red Internet para extraer información de interés.
- Sistemas de alerta temprana (Early Warning System): detección temprana de eventos o hitos de interés, por ejemplo, detectar una crisis de reputación online.
- Análisis de huecos y de retornos: identificar nichos de mercado de mayor semejanza a una zona de alto potencial (análisis de hueco) y/o identificación de zonas de alto retorno según un determinado modelo predictivo, sobre todo para estrategias dentro de una ciudad.
- Selección de zonas de mayor impacto: identificación de zonas geográficas con mayor concentración de perfiles de interés y/o medición de dichos perfiles en puntos concretos para un determinado radio de atracción dentro de una ciudad.
- Multicaptura de datos de diversas fuente: para comprender el comportamiento de clientes, analizar las opiniones de los mismos
- Identificar cuándo los consumidores son más o menos propensos al consumo e incluso las fechas en las que experimentarán situaciones especiales.
Del procesamiento conjunto de la ciencia computacional y la lingüística aplicada, nace el Procesamiento de Lenguaje Natural (PLN o NLP en inglés), cuyo objetivo no es otro que el de hacer posible la compresión y procesamiento asistidos por ordenador de información expresada en lenguaje humano, o lo que es lo mismo, hacer posible la comunicación entre personas y máquinas.
Existen distintos programas que exhiben diferente grado del procesamiento inteligente del lenguaje. Por ejemplo, un buscador de documentos puede buscar simplemente los documentos que contienen la cadena de caracteres especificada por el usuario, sin importar que dicha cadena tenga o no un significado en un lenguaje o idioma. En este caso no sería una aplicación del PLN. Sin embargo, el mismo buscador podría buscar los documentos que comuniquen la idea especificada por el usuario, sin importar las letras que la comunican, y en este caso, sin duda, sería una excelente aplicación de PLN, ya que entendería la idea comunicada en la petición del usuario, la idea comunicada en cada uno de los documentos, y sería capaz de compararlas.
Por este motivo, para profundizar más en esta temática, os exponemos algunas tareas y aplicaciones del Procesamiento del Lenguaje Natural:
1.Speech To Text / Text To Speech
Speech to text o STT se basa en la conversión de audio a texto y se trata de una tarea para poner en valor los audios, que una vez convertidos en textos, pueden ser procesados con otras técnicas de PLN. Una vez procesado es posible devolver un audio utilizando la conversión de texto a audio (Text To Speech o TTS). Ambas tareas, STT y TTS, han cobrado mucha relevancia con los sistemas conversacionales con un alto nivel de calidad, como pueden ser los sistemas de Siri, Alexa, OK Google, Cortana, etc.
2.Preguntas y Respuestas (Questioning and Answering, Q&A)
Q&A es la tarea de responder preguntas a partir de información obtenidas de distintos recursos. Es una tarea importante para los sistemas de diálogo como los chatbots y para la mejora de los sistemas de búsqueda (Information Retrieval). Los nuevos sistemas de Deep Learning están permitiendo una mejora sustancial en esta tarea. En un proyecto realizado por ITELLIGENT sobre Turismo Inteligente, se desarrolló un sistema de Questioning and Answering entrenado con comentarios sobre recursos turísticos de Andalucía (hoteles, restaurantes, playas, museos,…) y que permitía localizar recursos turísticos a partir de muchas preguntas variadas.
Antes, mencionamos los sistemas de Information Retrieval, estos sistemas de búsqueda fueron uno de los primeros sistemas de Procesamiento de Lenguaje Natural que se adoptaron de forma generalizada. Hay dos pasos fundamentales en un buscador:
- Generación Índice Invertido. El índice invertido permite guardar para cada palabra los documentos en los que aparece, de forma que la búsqueda de los documentos que contienen una palabra sea muy rápida.
- Ranking de documentos. Una vez localizado todos los documentos que contienen las palabras que buscamos es necesario decidir en qué orden mostrarlos (orden de relevancia), aquí Google introdujo una innovación con su técnica denominada PageRank.
3.Traducción Automática
La traducción automática, permite traducir un texto de un idioma a otro. Esta tarea cobró un importante impulso gracias a los corpus de textos traducidos entre dos idiomas (denominados “corpus paralelos”), facilitados por el parlamento de la Unión Europea. Frente a los primeros sistemas de los años 50s, actualmente la traducción automática es una tarea de Procesamiento de Lenguaje Natural que ha conseguido un alto nivel de calidad. Ejemplo de ello, aplicaciones como iTranslate Converse para iOS o Microsoft Translator App.
4.Extracción de Información (Information Extraction)
La extracción de información es la obtención de conjunto predefinido de campos de un texto en formato libre. Se puede ver como la generación de una base de datos a partir de documentos poco estructurados. Por ejemplo, obtener distintos datos de un PDF de sobre inspecciones de soldadura, extraer: nombre soldador, características de la soldadura, etc.
5.Clasificación de Documentos: cómo funciona
La tarea de clasificación de documentos (document classification) consiste en entrenar un sistema para que sea capaz de aprender a clasificar textos a partir de un conjunto de textos ya clasificados. En la mayoría de los casos estos sistemas suelen funcionar bastante bien, consiguiéndose calidades de clasificación (ej. accuracy) superiores al 95%. En un post anterior, explicábamos cómo funciona un clasificador automático de documentos utilizando técnicas de PLN y Machine Learning sobre un conjunto de elementos para ordenarlos por clases o categorías.
Década de los 50
Se considera 1950 como el año del nacimiento del PLN, cuando Alan Turing publica un artículo denominado “Machine and Intelligence”. Poniendo de relieve que una forma de medir la inteligencia seria a través de la capacidad de una máquina de responder preguntas de forma que un operador humano no distinguiera sus respuestas de las de un humano (Test de Turing).
Un énfasis inicial en la década de los 50s fue la traducción automática, en particular entre inglés y ruso, con objetivos militares. Una época de fuerte optimismo en las posibilidades del PLN.
En esa época uno de los sistemas desarrollados, al traducir un versículo del testamento (Mateos, 26:41) que dice: ‘the spirit is willing, but the flesh is weak’ (el espíritu es voluntarioso, pero la carne es débil) lo tradujo por ‘the vodka is agreeable, but the meat is spoiled’ (el vodka es agradable pero la carne esta podrida), estos tipos de errores fueron los que hicieron
Década de los 60 y 70
A principio de los 60s los sistemas desarrollados de Traducción Automática son evaluados con resultados muy limitados lo que paralizó su desarrollo futuro y en general supuso un baño de realidad para el sector del PLN.
Durante esta década Noam Chomsky (lingüista estadounidense) introduce la teoría formal del lenguaje y la sintaxis generativa. Esto dio un nuevo impulso al PLN, con la creación de nuevas aproximaciones basadas principalmente en reglas cuyo objetivo era generar lenguaje o parsear textos.
Desgraciadamente estos sistemas basados en reglas, se vieron pronto superados por la complejidad del lenguaje natural, así los sistemas requerían más y más reglas llegando a convertirse en inmanejables.
Se comenta que en esa época Fred Jelinek de IBM que trabajaba en los sistemas de PLN decía: “cada vez que un lingüista abandona el equipo el sistema mejora”, en referencia a las limitaciones de los modelos basados en reglas lingüísticas frente a los modelos basados en probabilidad y aprendizaje automático.
Década de los 80 y 90
Las limitaciones de los sistemas basados en reglas hacen que en esta década comiencen a tener cada vez más protagonismo los sistemas basados en probabilidad y aprendizaje automático (machine learning). Estos sistemas van reduciendo su dependencia de modelos lingüísticos y se basan cada vez más en datos (ej. conjuntos de textos denominados “corpus”).
Durante los 90s la aparición de internet, introduce la disponibilidad de un gran número de textos (html, pdfs,…) y audios, además de la necesidad de nuevas herramientas que sean capaces de poner en valor estos grandes repositorios de datos. Durante esta década se desarrollan los sistemas de búsqueda (ej. AltaVista y Yahoo) y a finales de los 90s aparece Google que supone un cambio de paradigma en los sistemas de búsqueda.
Década de los 2000
Las técnicas de Aprendizaje Automático (Machine Learning) van tomando cada vez más protagonismo. El éxito de empresas como Google, hacen que la Inteligencia Artificial y el PLN comiencen a popularizarse.
Durante la década del 2000s IBM desarrolla Watson, que en el 2011 derrota al juego del Jeopardy a dos expertos en dicho juego. Watson es un sistema diseñado para una tarea de PLN denominada Q&A (preguntas y respuestas), adaptado a las particularidades de Jeopardy y con capacidad de interactuar por voz con el presentador.
Década de los 2010
Las nuevas técnicas de Deep Learning (redes neuronales profundas) que a principios de la década están revolucionando el procesamiento de imágenes llegan al PLN. Apareciendo en el 2012 Word2Vec una técnica de “Word embedding” que permite representar las palabras de un texto como vectores, con unas propiedades muy interesantes. Word2vec representó la introducción de un nuevo paradigma en el PLN, que comienza a abordar con éxito tareas hasta entonces consideradas extremadamente complicadas.
En el 2018 Google presenta BERT, que es un modelo de Word embedding, que presenta mejoras sobre Word2vec, entre otras, su capacidad de representar mediante diferentes vectores palabras polisémicas.
