विचार करें कि कैसे कुछ साल पहले तक, बूलियन पूछताछ शब्दों के साथ व्यवस्थित सटीक कीवर्ड का उपयोग करके व्यवहार्य Google खोज को पूरा किया गया था। ऐसे में अगर आप गूगल से समाधान ढूंढना चाहते हैं तो आपको उसकी भाषा आनी चाहिए। उस समय Google ने सिमेंटिक खोज प्रस्तुत की। यह शब्दों के बीच के विद्वतापूर्ण संबंध की गणना करता है, जो आपको किसी साथी की तरह ही इसके बारे में पूछताछ करने के लिए सशक्त बनाता है। अंदर, इसने उस प्रश्न की एक बूलियन संगठित खोज में व्याख्या की जिसे उसने समझा - फिर भी चक्र अगोचर था। यह वही नवीनता है जो आपको सिरी से यह पूछने की अनुमति देती है कि आज जलवायु क्या है या कल बोर्नियो की सबसे कम खर्चीली यात्रा कौन सी होगी, अपनी अंग्रेजी को कम्प्यूटेशनल तर्कसंगत प्रवेशमार्गों में बदले बिना। तो हम कह सकते हैं कि एनएलपी मशीन और मानव बोलियों के बीच एक विस्तार है।
कॉमन लैंग्वेज ट्रेनिंग (एनएलपी) सॉफ्टवेयर इंजीनियरिंग का एक क्षेत्र है और पीसी और मानव (विशेष) भाषाओं के बीच सहयोग से संबंधित है। यह अंग्रेजी जैसी विशिष्ट भाषा का उपयोग करके कुशल ढांचे के साथ संवाद करने के लिए एआई तकनीक की ओर इशारा करता है। जब आपको अपने निर्देशों के अनुसार आगे बढ़ने के लिए रोबोट जैसे एक चतुर ढांचे की आवश्यकता होती है या जब आपको एक प्रवचन आधारित नैदानिक मास्टर ढांचे से विकल्प सुनने की आवश्यकता होती है तो सामान्य भाषा को संभालने की आवश्यकता होती है। तो अनिवार्य रूप से हम कह सकते हैं कि एनएलपी के क्षेत्र में उन सामान्य बोलियों के साथ उपयोगी कार्य करने के लिए पीसी बनाना शामिल है जिनका हम उपयोग कर रहे हैं। एनएलपी ढांचे की जानकारी और उपज चर्चा और संकलित परीक्षण हो सकती है।
हम कह सकते हैं कि एनएलपी के बिना, मानव निर्मित चेतना केवल भाषा के महत्व को समझ सकती है और सरल प्रश्नों का उत्तर दे सकती है, लेकिन यह सेटिंग में शब्दों के महत्व को नहीं समझ सकती है। इस प्रकार, प्राकृतिक भाषा प्रबंधन अनुप्रयोग ग्राहकों को पीसी के साथ अपने शब्दों में बात करने की अनुमति देते हैं, उदाहरण के लिए सामान्य भाषा में। एनएलपी पीसी को उस सामान्य भाषा को समझने की मानवीय क्षमता को पुन: उत्पन्न करके पढ़ने और प्रतिक्रिया करने में सहायता करता है जिसे व्यक्ति व्यक्त करने के लिए उपयोग करते हैं। आज, मानव निर्मित तर्क में सामान्य भाषा प्रबंधन ढांचे के कई उदाहरण हैं जो अब तक काम कर रहे हैं।
एआई में एनएलपी के उदाहरण
1. पत्राचार: फेसबुक मैसेंजर जैसे कई पत्राचार एप्लिकेशन अब मानव निर्मित जागरूकता का उपयोग कर रहे हैं। कुल मिलाकर, फेसबुक एआई से बेहद प्रेरित दिखता है। कुछ महीने पहले, फेसबुक ने अपनी एम सहायता की घोषणा की थी जो आपके स्वयं के सहयोगी में बदलने का वादा करती है (सार्वजनिक प्रेषण तिथि टीबीडी के साथ): "एम वह सब कुछ कर सकता है जो एक इंसान कर सकता है।"
2. त्वरित निष्कर्ष: मानव निर्मित चेतना में विशिष्ट भाषा प्रशिक्षण ढांचे के उदाहरण चिकित्सा क्लीनिकों में भी हैं जो डॉक्टर के असंरचित नोट्स से एक विशेष निर्धारण प्रदर्शित करने के लिए सामान्य भाषा प्रबंधन का उपयोग करते हैं। मैमोग्राफिक इमेजिंग और मैमोग्राम रिपोर्ट के लिए एनएलपी प्रोग्रामिंग नैदानिक विकल्पों के लिए जानकारी के निष्कर्षण और जांच को कायम रखती है। एनएलपी प्रोग्रामिंग स्तन कैंसर के खतरे को अधिक उत्पादक ढंग से तय कर सकती है और अतिरिक्त बायोप्सी की आवश्यकता को भी कम कर सकती है और पूर्व निष्कर्ष के माध्यम से त्वरित उपचार को प्रोत्साहित कर सकती है।
3. ग्राहक समीक्षा: कम्प्यूटरीकृत तर्क अनुप्रयोगों में प्राकृतिक भाषा प्रशिक्षण किसी साइट से आइटम ऑडिट इकट्ठा करना और यह समझना आसान बनाता है कि खरीदार वास्तव में क्या कह रहे हैं और साथ ही किसी विशेष आइटम के बारे में उनकी धारणाएं भी। बड़ी मात्रा में ऑडिट वाले संगठन वास्तव में उन्हें प्राप्त कर सकते हैं और एकत्रित जानकारी का उपयोग ग्राहकों की रुचि के आधार पर नई वस्तुओं या प्रशासनों का सुझाव देने के लिए कर सकते हैं। यह एप्लिकेशन संगठनों को उनके व्यवसाय के लिए महत्वपूर्ण डेटा ढूंढने, उपभोक्ता निष्ठा में सुधार करने, अधिक महत्वपूर्ण वस्तुओं या लाभों की अनुशंसा करने और ग्राहक की आवश्यकताओं को बेहतर ढंग से समझने में सहायता करता है।
4. वर्चुअल एडवांस्ड असिस्टेंट: एक रिमोट हेल्पर, जिसे एआई राइट हैंड या कम्प्यूटरीकृत सहयोगी भी कहा जाता है, एक एप्लिकेशन प्रोग्राम है जो सामान्य भाषा के वॉयस ऑर्डर को समझता है और क्लाइंट के लिए असाइनमेंट पूरा करता है। डीए खरीदारों को एक्सचेंज अभ्यास में मदद कर सकते हैं या बेहतर ग्राहक अनुभव प्रदान करने और परिचालन खर्चों को कम करने के लिए कॉल प्लेस गतिविधियों को सुव्यवस्थित कर सकते हैं। हम धीरे-धीरे इन अनुप्रयोगों को विभिन्न गैजेट्स में देखेंगे, उदाहरण के लिए, पीसी प्रोग्राम, स्मार्ट होम फ्रेमवर्क, ऑटो और उद्यम बाजार में।
विशिष्ट भाषा प्रसंस्करण अनुप्रयोग:
यंत्र अनुवाद
हमें एहसास है कि ऑनलाइन उपलब्ध डेटा की मात्रा बढ़ रही है, इसलिए इसे प्राप्त करने की आवश्यकता उत्तरोत्तर महत्वपूर्ण होती जा रही है और सामान्य भाषा प्रबंधन अनुप्रयोगों का अनुमान स्पष्ट होता जा रहा है। मशीन व्याख्या हमें भाषा की सीमाओं को दूर करने के लिए प्रोत्साहित करती है जिसे हम विशेष मैनुअल को समझने, अनिवार्य रूप से कम खर्च पर सामग्री या सूचियों को बनाए रखने के द्वारा अक्सर अनुभव करते हैं। मशीन व्याख्या प्रगति के साथ परीक्षण शब्दों को समझने में नहीं है, बल्कि वास्तविक व्याख्या देने के लिए वाक्यों के महत्व को समझने में है।
क्रमादेशित रूपरेखा
यदि हमें एक विशाल डेटा बेस से डेटा के एक विशेष, महत्वपूर्ण स्निपेट को प्राप्त करने की आवश्यकता है तो डेटा ओवरबोन एक वास्तविक मुद्दा है। क्रमादेशित सूची न केवल रिपोर्टों और डेटा के महत्व को संक्षेप में प्रस्तुत करने के लिए महत्वपूर्ण है, बल्कि डेटा के भावनात्मक निहितार्थों को समझने के लिए भी महत्वपूर्ण है, उदाहरण के लिए, ऑनलाइन मीडिया से जानकारी एकत्र करने में।
अनुमान परीक्षा
निष्कर्ष परीक्षण का उद्देश्य कुछ पदों के बीच या यहां तक कि एक समान पोस्ट में अनुमान को पहचानना है जहां भावना हमेशा स्पष्ट रूप से संप्रेषित नहीं होती है। संगठन सामान्य भाषा प्रबंधन अनुप्रयोगों का उपयोग करते हैं, उदाहरण के लिए, अनुमान जांच, ऑनलाइन राय और धारणा को पहचानने के लिए ताकि उन्हें अपने आइटम और प्रशासन पर ग्राहकों की राय और आम तौर पर उनकी स्थिति के मार्करों को समझने में सहायता मिल सके। सीधे चरम सीमा तय करने से पहले, निष्कर्ष परीक्षा एक विशिष्ट परिस्थिति में राय समझती है।
पाठ लक्षण वर्णन
पाठ क्रम किसी संग्रह में पूर्वनिर्धारित वर्गीकरणों को नियुक्त करना और आपके लिए आवश्यक डेटा खोजने या कुछ अभ्यासों को सुव्यवस्थित करने के लिए इसे क्रमबद्ध करना संभव बनाता है। उदाहरण के लिए, टेक्स्ट वर्गीकरण का उपयोग ईमेल में स्पैम को अलग करना है।
प्रश्न उत्तर देना
सिरी, ओके गूगल, टॉक बॉक्स और मेनियल हेल्पर्स जैसे उपयोगों के कारण प्रश्न-उत्तर (क्यूए) तेजी से मुख्यधारा बनता जा रहा है। क्यूए एप्लिकेशन एक ऐसा ढांचा है जो मानवीय आग्रह को स्पष्ट रूप से नोट करने में सक्षम है। इसका उपयोग सामग्री इंटरफ़ेस के रूप में या व्यक्त प्रवचन ढांचे के रूप में किया जा सकता है। यह शेष भाग विशेष रूप से वेब इंडेक्स के लिए एक प्रासंगिक परीक्षण है, और विशिष्ट भाषा तैयारी अनुसंधान के सिद्धांत उपयोगों में से एक है।
एनएलपी का अंतिम भाग्य
आम भाषा का आख़िरकार भाग्य क्या है?
बॉट
चैटबॉट ग्राहकों के सवालों के जवाब देते हैं और उन्हें किसी भी समय या किसी भी समय लागू परिसंपत्तियों और वस्तुओं के लिए मार्गदर्शन करते हैं। इसका उपयोग अक्सर ग्राहक सहायता में किया जाता है, विशेषकर बैंकिंग, खुदरा और पड़ोस में। विशेष रूप से क्लाइंट केयर सेटिंग में चैटबॉट त्वरित, चतुर और उपयोग में आसान होने चाहिए, क्योंकि ग्राहकों के पास विशिष्ट मानक होते हैं (और कुछ मामलों में कम दृढ़ता)। इसे प्राप्त करने के लिए, चैटबॉट भाषा प्राप्त करने के लिए एनएलपी का उपयोग करते हैं, ज्यादातर सामग्री या आवाज-स्वीकृति सहयोग पर, जहां ग्राहक अपने शब्दों में बात करते हैं, जैसे वे किसी विशेषज्ञ को संबोधित करते हैं। इस विस्तारित उपयोगिता से विभिन्न प्रकार के बॉट्स को भी लाभ होगा, जिससे उन्हें लंबे समय में अधिक सफल और स्वाभाविक बनाया जा सकेगा, सिरी और अमेज़ॅन के एलेक्सा जैसे दूरस्थ सहायकों से लेकर अधिक कम्प्यूटरीकरण या असाइनमेंट स्थित बॉट चरणों तक। ये बॉट संदेश प्राप्त करने और गतिविधियों को निष्पादित करने के लिए एनएलपी का उत्तरोत्तर उपयोग करेंगे, उदाहरण के लिए, भू-सूचना साझा करना, कनेक्शन और चित्र पुनर्प्राप्त करना या हमारे लिए अन्य अधिक दिमाग चकरा देने वाली गतिविधियों को निष्पादित करना।
अगोचर यूआई का समर्थन
मशीनों के साथ हमारा प्रत्येक जुड़ाव मानव संचार (चर्चा और पाठ दोनों) है। अमेज़ॅन का इको केवल एक मॉडल है जो लोगों को नवाचार के साथ अधिक सीधे संपर्क में रखता है। अज्ञात या शून्य यूआई का विचार क्लाइंट और मशीन के बीच सीधे जुड़ाव पर निर्भर करेगा, भले ही आवाज, टेक्स्ट या दोनों के मिश्रण के माध्यम से हो। एनएलपी जो दिन के अंत में मानव भाषा की अधिक प्रमुख तार्किक समझ को प्रभावित करता है, क्योंकि यह हमें कम महत्व देने में सुधार करता है - हम क्या कहते हैं, चाहे हम इसे कैसे भी कहें, और हम क्या कर रहे हैं - किसी भी ज्ञानी या शून्य यूआई के लिए मौलिक होगा आवेदन पत्र।
अधिक बुद्धिमान शिकार
अधिक बुद्धिमान खोज का तात्पर्य है कि ग्राहक कीवर्ड लिखने या उपयोग करने के बजाय वॉयस ऑर्डर के माध्यम से देखने में सक्षम हो सकते हैं। एनएलपी का अंतिम भाग्य अतिरिक्त रूप से अधिक सूक्ष्म जांच का विषय है - जिस पर हम यहां एक्सपर्ट सिस्टम में काफी समय से चर्चा कर रहे हैं। हाल ही में, Google ने घोषणा की कि उसने ग्राहकों को संवादी भाषा का उपयोग करके रिकॉर्ड और सामग्री खोजने की अनुमति देने के लिए Google Drive में NLP क्षमताएँ जोड़ी हैं।
असंरचित डेटा से ज्ञान
एनएलपी व्यवस्था धीरे-धीरे असंरचित जानकारी से उपयोगी अंतर्दृष्टि एकत्र करेगी, उदाहरण के लिए, लंबी-संरचना वाले संदेश, रिकॉर्डिंग, ध्वनियां इत्यादि। उनके पास अध्ययन को इकट्ठा करने के लिए जानकारी के स्वर, आवाज, शब्दों का चयन और अनुमानों को विच्छेदित करने का विकल्प होगा। , उदाहरण के लिए, उपभोक्ता निष्ठा को मापना या दर्द बिंदुओं को अलग करना।