Investor's wiki

معالجة اللغة الطبيعية (NLP)

معالجة اللغة الطبيعية (NLP)

ما هي معالجة اللغة الطبيعية (NLP)؟

معالجة اللغة الطبيعية (NLP) هي أحد مجالات الذكاء الاصطناعي (AI) التي تمكن أجهزة الكمبيوتر من تحليل وفهم اللغة البشرية ، سواء كانت مكتوبة أو منطوقة. تمت صياغته لبناء برنامج يولد ويفهم اللغات الطبيعية بحيث يمكن للمستخدم إجراء محادثات طبيعية مع جهاز كمبيوتر بدلاً من البرمجة أو اللغات الاصطناعية مثل Java أو C.

فهم معالجة اللغة الطبيعية (NLP)

تعد معالجة اللغة الطبيعية (NLP) خطوة واحدة في مهمة أكبر لقطاع التكنولوجيا - أي استخدام الذكاء الاصطناعي (AI) لتبسيط الطريقة التي يعمل بها العالم. لقد أثبت العالم الرقمي أنه سيغير قواعد اللعبة بالنسبة للعديد من الشركات حيث يجد السكان المتمرسون في التكنولوجيا طرقًا جديدة للتفاعل عبر الإنترنت مع بعضهم البعض ومع الشركات.

أعادت وسائل التواصل الاجتماعي تعريف معنى المجتمع ؛ تغيرت العملة المشفرة قواعد الدفع الرقمية ؛ خلقت التجارة الإلكترونية معنى جديدًا لكلمة الراحة ، وقد أدخل التخزين السحابي مستوى آخر من الاحتفاظ بالبيانات للجماهير.

من خلال الذكاء الاصطناعي ، تفتح مجالات مثل التعلم الآلي والتعلم العميق العيون على عالم من جميع الاحتمالات. يتزايد استخدام التعلم الآلي في تحليلات البيانات لفهم البيانات الضخمة. يتم استخدامه أيضًا لبرمجة روبوتات المحادثة لمحاكاة المحادثات البشرية مع العملاء. ومع ذلك ، فإن هذه التطبيقات المتقدمة للتعلم الآلي لن تكون ممكنة بدون الارتجال في معالجة اللغة الطبيعية (NLP).

مراحل معالجة اللغة الطبيعية (NLP)

تجمع البرمجة اللغوية العصبية (NLP) بين الذكاء الاصطناعي واللغويات الحاسوبية وعلوم الكمبيوتر لمعالجة الكلام واللغات البشرية أو الطبيعية. يمكن تقسيم العملية إلى ثلاثة أجزاء. تتمثل المهمة الأولى للغة البرمجة اللغوية العصبية في فهم اللغة الطبيعية التي يتلقاها الكمبيوتر. يستخدم الكمبيوتر نموذجًا إحصائيًا مدمجًا لأداء روتين التعرف على الكلام الذي يحول اللغة الطبيعية إلى لغة برمجة. يقوم بذلك عن طريق تقسيم الخطاب الأخير الذي يسمعه إلى وحدات صغيرة ، ثم يقارن هذه الوحدات بالوحدات السابقة من خطاب سابق.

يحدد الناتج أو النتيجة بتنسيق النص إحصائيًا الكلمات والجمل التي قيلت على الأرجح. تسمى هذه المهمة الأولى عملية تحويل الكلام إلى نص.

المهمة التالية تسمى تمييز جزء من الكلام (POS) أو توضيح فئة الكلمات. تحدد هذه العملية بشكل أساسي الكلمات في أشكالها النحوية مثل الأسماء ، والأفعال ، والصفات ، والفعل الماضي ، وما إلى ذلك باستخدام مجموعة من قواعد المعجم المشفرة في الكمبيوتر. بعد هاتين العمليتين ، ربما يفهم الكمبيوتر الآن معنى الكلام الذي تم إجراؤه.

الخطوة الثالثة التي يتخذها البرمجة اللغوية العصبية هي تحويل النص إلى كلام. في هذه المرحلة ، يتم تحويل لغة برمجة الكمبيوتر إلى تنسيق مسموع أو نصي للمستخدم. أحد برامج الدردشة الإلكترونية للأخبار المالية ، على سبيل المثال ، يُطرح سؤالاً مثل "كيف تعمل Google اليوم؟" من المرجح أن يفحص المواقع المالية عبر الإنترنت بحثًا عن أسهم Google ، وقد يقرر تحديد المعلومات فقط مثل السعر والحجم كرد عليه.

إعتبارات خاصة

تحاول البرمجة اللغوية العصبية أن تجعل أجهزة الكمبيوتر ذكية من خلال جعل البشر يعتقدون أنهم يتفاعلون مع إنسان آخر. ينص اختبار تورينج ، الذي اقترحه آلان تورينج في عام 1950 ، على أن الكمبيوتر يمكن أن يكون ذكيًا تمامًا إذا كان بإمكانه التفكير وإجراء محادثة مثل الإنسان دون أن يعرف الإنسان أنه يتحدث بالفعل مع آلة.

نجح أحد أجهزة الكمبيوتر في عام 2014 في الاختبار بشكل مقنع - وهو روبوت محادثة مع شخصية صبي يبلغ من العمر 13 عامًا. هذا لا يعني أنه من المستحيل بناء آلة ذكية ، لكنها توضح الصعوبات الكامنة في جعل الكمبيوتر يفكر أو يتحدث مثل الإنسان. نظرًا لأنه يمكن استخدام الكلمات في سياقات مختلفة ، ولا تتمتع الآلات بتجربة الحياة الواقعية التي يمتلكها البشر لنقل ووصف الكيانات بالكلمات ، فقد يستغرق الأمر وقتًا أطول قليلاً قبل أن يتمكن العالم من التخلص تمامًا من لغة برمجة الكمبيوتر.

يسلط الضوء

  • تستخدم معالجة اللغة الطبيعية (NLP) خوارزميات الكمبيوتر والذكاء الاصطناعي لتمكين أجهزة الكمبيوتر من التعرف على الاتصالات البشرية والاستجابة لها.

  • أصبحت تطبيقات تحويل النص إلى كلام ، والتي توجد الآن في معظم أنظمة iOS و Android ، إلى جانب مكبرات الصوت الذكية مثل Amazon Echo (Alexa) أو Google Home ، أمثلة في كل مكان على البرمجة اللغوية العصبية على مدار السنوات القليلة الماضية.

  • على الرغم من وجود العديد من طرق البرمجة اللغوية العصبية ، إلا أنها تتضمن عادةً تقسيم الكلام أو النص إلى وحدات فرعية منفصلة ثم مقارنة هذه الأساليب بقاعدة بيانات حول كيفية توافق هذه الوحدات معًا بناءً على الخبرة السابقة.