प्राकृतिक भाषा प्रसंस्करण (एनएलपी)

प्राकृतिक भाषा प्रसंस्करण (एनएलपी) क्या है?

प्राकृतिक भाषा प्रसंस्करण (एनएलपी) कृत्रिम बुद्धिमत्ता (एआई) का एक क्षेत्र है जो कंप्यूटर को लिखित और बोली जाने वाली मानव भाषा का विश्लेषण और समझने में सक्षम बनाता है। यह सॉफ्टवेयर बनाने के लिए तैयार किया गया था जो प्राकृतिक भाषाओं को उत्पन्न करता है और समझता है ताकि उपयोगकर्ता प्रोग्रामिंग या जावा या सी जैसी कृत्रिम भाषाओं के बजाय कंप्यूटर के साथ प्राकृतिक बातचीत कर सके।

प्राकृतिक भाषा प्रसंस्करण को समझना (एनएलपी)

प्राकृतिक भाषा प्रसंस्करण (एनएलपी) प्रौद्योगिकी क्षेत्र के लिए एक बड़े मिशन में एक कदम है - अर्थात्, दुनिया के काम करने के तरीके को सरल बनाने के लिए कृत्रिम बुद्धिमत्ता (एआई) का उपयोग करना। डिजिटल दुनिया बहुत सी कंपनियों के लिए गेम-चेंजर साबित हुई है क्योंकि तेजी से प्रौद्योगिकी की समझ रखने वाली आबादी एक-दूसरे के साथ और कंपनियों के साथ ऑनलाइन बातचीत करने के नए तरीके ढूंढती है।

सोशल मीडिया ने समुदाय के अर्थ को फिर से परिभाषित किया है; क्रिप्टोक्यूरेंसी ने डिजिटल भुगतान मानदंड बदल दिया है; ई-कॉमर्स ने सुविधा शब्द का एक नया अर्थ बनाया है, और क्लाउड स्टोरेज ने जनता के लिए डेटा प्रतिधारण का एक और स्तर पेश किया है।

एआई के माध्यम से, मशीन लर्निंग और डीप लर्निंग जैसे क्षेत्र सभी संभावनाओं की दुनिया के लिए आंखें खोल रहे हैं। बड़े डेटा को समझने के लिए डेटा एनालिटिक्स में मशीन लर्निंग का तेजी से उपयोग किया जा रहा है । इसका उपयोग ग्राहकों के साथ मानवीय बातचीत का अनुकरण करने के लिए चैटबॉट को प्रोग्राम करने के लिए भी किया जाता है। हालांकि, प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के सुधार के बिना मशीन सीखने के ये आगे के अनुप्रयोग संभव नहीं होंगे।

प्राकृतिक भाषा प्रसंस्करण के चरण (एनएलपी)

एनएलपी मानव या प्राकृतिक भाषाओं और भाषण को संसाधित करने के लिए एआई को कम्प्यूटेशनल भाषाविज्ञान और कंप्यूटर विज्ञान के साथ जोड़ती है। प्रक्रिया को तीन भागों में विभाजित किया जा सकता है। एनएलपी का पहला काम कंप्यूटर को मिलने वाली प्राकृतिक भाषा को समझना है। कंप्यूटर एक अंतर्निहित सांख्यिकीय मॉडल का उपयोग भाषण मान्यता दिनचर्या को करने के लिए करता है जो प्राकृतिक भाषा को प्रोग्रामिंग भाषा में परिवर्तित करता है। यह हाल के एक भाषण को छोटी इकाइयों में तोड़कर करता है, और फिर इन इकाइयों की तुलना पिछले भाषण से पिछली इकाइयों से करता है।

टेक्स्ट प्रारूप में आउटपुट या परिणाम सांख्यिकीय रूप से उन शब्दों और वाक्यों को निर्धारित करता है जिन्हें सबसे अधिक संभावना कहा गया था। इस पहले कार्य को वाक्-से-पाठ प्रक्रिया कहा जाता है।

अगले कार्य को पार्ट-ऑफ-स्पीच (पीओएस) टैगिंग या शब्द-श्रेणी असंबद्धता कहा जाता है। यह प्रक्रिया प्राथमिक रूप से शब्दों को उनके व्याकरणिक रूपों में संज्ञा, क्रिया, विशेषण, भूतकाल आदि के रूप में पहचानती है। कंप्यूटर में कोड किए गए लेक्सिकॉन नियमों के एक सेट का उपयोग करना। इन दो प्रक्रियाओं को समझने के बाद, कंप्यूटर शायद अब उस भाषण का अर्थ समझ लेता है जो कि किया गया था।

एनएलपी द्वारा उठाया गया तीसरा चरण टेक्स्ट-टू-स्पीच रूपांतरण है। इस स्तर पर, कंप्यूटर प्रोग्रामिंग भाषा को उपयोगकर्ता के लिए श्रव्य या पाठ्य प्रारूप में बदल दिया जाता है। उदाहरण के लिए, एक वित्तीय समाचार चैटबॉट, जिसे "Google आज कैसा कर रहा है?" जैसा प्रश्न पूछा जाता है। Google स्टॉक के लिए ऑनलाइन वित्त साइटों को स्कैन करेगा, और इसके उत्तर के रूप में केवल मूल्य और मात्रा जैसी जानकारी का चयन करने का निर्णय ले सकता है।

विशेष ध्यान

एनएलपी इंसानों को यह विश्वास दिलाकर कंप्यूटर को बुद्धिमान बनाने का प्रयास करता है कि वे दूसरे इंसान के साथ बातचीत कर रहे हैं। 1950 में एलन ट्यूरिंग द्वारा प्रस्तावित ट्यूरिंग टेस्ट में कहा गया है कि एक कंप्यूटर पूरी तरह से बुद्धिमान हो सकता है यदि वह मानव की तरह सोच सकता है और मानव की तरह बातचीत कर सकता है बिना यह जाने कि वे वास्तव में एक मशीन के साथ बातचीत कर रहे हैं।

2014 में एक कंप्यूटर ने एक 13 साल के लड़के के व्यक्तित्व के साथ एक चैटबॉट की परीक्षा को पूरी तरह से पास कर लिया। यह कहना नहीं है कि एक बुद्धिमान मशीन का निर्माण करना असंभव है, लेकिन यह कंप्यूटर को मानव की तरह सोचने या बातचीत करने में निहित कठिनाइयों को रेखांकित करता है। चूंकि शब्दों का इस्तेमाल अलग-अलग संदर्भों में किया जा सकता है, और मशीनों के पास वास्तविक जीवन का अनुभव नहीं होता है जो मनुष्यों के पास शब्दों में संस्थाओं को व्यक्त करने और उनका वर्णन करने के लिए होता है, इससे पहले कि दुनिया पूरी तरह से कंप्यूटर प्रोग्रामिंग भाषा से दूर हो जाए, इसमें थोड़ा अधिक समय लग सकता है।

##हाइलाइट

• नेचुरल लैंग्वेज प्रोसेसिंग (एनएलपी) कंप्यूटर एल्गोरिदम और आर्टिफिशियल इंटेलिजेंस को नियोजित करता है ताकि कंप्यूटर को मानव संचार को पहचानने और प्रतिक्रिया करने में सक्षम बनाया जा सके।

• टेक्स्ट-टू-स्पीच ऐप, जो अब अधिकांश आईओएस और एंड्रॉइड प्लेटफॉर्म पर पाए जाते हैं, साथ ही अमेज़ॅन इको (एलेक्सा) या Google होम जैसे स्मार्ट स्पीकर पिछले कुछ वर्षों में एनएलपी के सर्वव्यापी उदाहरण बन गए हैं।

• जबकि कई एनएलपी विधियाँ मौजूद हैं, उनमें आम तौर पर भाषण या पाठ को असतत उप-इकाइयों में तोड़ना शामिल है और फिर इनकी तुलना एक डेटाबेस से की जाती है कि ये इकाइयाँ पिछले अनुभव के आधार पर एक साथ कैसे फिट होती हैं।