ពិចារណាពីរបៀបដែលរហូតដល់ពីរបីឆ្នាំមុន ការរកមើល Google ដែលអាចសម្រេចបានដោយប្រើប្រាស់ពាក្យឃ្លាំមើលត្រឹមត្រូវដែលបានរៀបចំជាមួយនឹងលក្ខខណ្ឌស៊ើបអង្កេតប៊ូលីន។ តាមរបៀបនេះ នៅពេលដែលអ្នកត្រូវការស្វែងរកដំណោះស្រាយពី Google អ្នកគួរតែដឹងថាវាជាភាសា។ នៅចំណុចនោះ Google បានបង្ហាញការស្វែងរកតាមន័យធៀប។ វា​ជា​ការ​គណនា​ទំនាក់​ទំនង​ជា​អ្នក​ប្រាជ្ញ​រវាង​ពាក្យ​ដែល​ផ្តល់​អំណាច​ឱ្យ​អ្នក​ក្នុង​ការ​សួរ​វា​ជា​ការ​សាកសួរ​ដូច​ជា​អ្នក​នឹង​ជា​ដៃគូ​មួយ​។ នៅខាងក្នុង វាបានធ្វើការបកស្រាយនៃសំណួរនោះទៅក្នុងដំណើរស្វែងរកដែលរៀបចំដោយ Boolean ដែលវាយល់បាន ប៉ុន្តែវដ្តនេះគឺមិនអាចយល់បាន។ នេះគឺជាការច្នៃប្រឌិតថ្មីដែលអនុញ្ញាតឱ្យអ្នកសួរ Siri ថាតើអាកាសធាតុថ្ងៃនេះជាអ្វី ឬការធ្វើដំណើរដែលមានតម្លៃទាបបំផុតទៅកាន់កោះ Borneo គឺនៅថ្ងៃស្អែក ដោយមិនផ្លាស់ប្តូរភាសាអង់គ្លេសរបស់អ្នកទៅជាច្រកចូលសមហេតុផលតាមការគណនា។ ដូច្នេះយើងអាចនិយាយបានថា NLP គឺជាផ្នែកបន្ថែមក្នុងចំណោមគ្រាមភាសារបស់ម៉ាស៊ីន និងមនុស្ស។

ការរៀបចំភាសាទូទៅ (NLP) គឺជាតំបន់នៃវិស្វកម្មសូហ្វវែរ ហើយព្រួយបារម្ភអំពីការសហការគ្នារវាងកុំព្យូទ័រ និងភាសារបស់មនុស្ស (លក្ខណៈ)។ វាសំដៅទៅលើយុទ្ធសាស្ត្រ AI សម្រាប់ការនិយាយជាមួយនឹងក្របខ័ណ្ឌដែលគួរឱ្យអស់សំណើចដោយប្រើភាសាលក្ខណៈ ឧទាហរណ៍ ភាសាអង់គ្លេស។ នៅចំណុចនៅពេលដែលអ្នកត្រូវការក្របខ័ណ្ឌស្ទាត់ជំនាញដូចជាមនុស្សយន្តដើម្បីបន្តទៅតាមការណែនាំរបស់អ្នក ឬនៅពេលដែលអ្នកត្រូវការស្តាប់ជម្រើសពីក្របខណ្ឌមេគ្លីនិកដោយផ្អែកលើការពិភាក្សា វាចាំបាច់ដើម្បីដោះស្រាយភាសាសាមញ្ញ។ ដូច្នេះសំខាន់យើងអាចនិយាយបានថាវិស័យ NLP រួមបញ្ចូលការបង្កើតកុំព្យូទ័រដើម្បីអនុវត្តកិច្ចការមានប្រយោជន៍ជាមួយនឹងគ្រាមភាសាធម្មតាដែលយើងកំពុងប្រើប្រាស់។ ព័ត៌មាន និងទិន្នផលនៃក្របខ័ណ្ឌ NLP អាចជាសុន្ទរកថា និងការធ្វើតេស្តដែលផ្សំឡើង។

យើងអាចនិយាយបានថា បើគ្មាន NLP ទេ ស្មារតីដែលបង្កើតឡើងដោយមនុស្សអាចយល់បានពីសារៈសំខាន់នៃភាសា និងឆ្លើយការសាកសួរដោយត្រង់ៗ ទោះជាយ៉ាងណាក៏ដោយ វាមិនអាចយល់ពីសារៈសំខាន់នៃពាក្យនៅក្នុងការកំណត់នោះទេ។ ដូច្នេះ កម្មវិធីគ្រប់គ្រងភាសាធម្មជាតិអនុញ្ញាតឱ្យអតិថិជននិយាយជាមួយកុំព្យូទ័រក្នុងពាក្យរបស់ពួកគេ ឧទាហរណ៍ជាភាសាធម្មតា។ NLP ជួយកុំព្យូទ័រក្នុងការប្រើប្រាស់ និងប្រតិកម្មដោយការផលិតឡើងវិញនូវសមត្ថភាពរបស់មនុស្សដើម្បីយល់ពីភាសាធម្មតាដែលបុគ្គលប្រើប្រាស់ដើម្បីបញ្ជូន។ សព្វ​ថ្ងៃ​នេះ មាន​ករណី​ជា​ច្រើន​នៃ​ក្រប​ខណ្ឌ​ការ​ដោះស្រាយ​ភាសា​សាមញ្ញ​ក្នុង​ការ​វែកញែក​ដោយ​មនុស្ស​ដែល​កំពុង​តែ​ធ្វើការ។

ករណីនៃ NLP នៅក្នុង AI

1. ការឆ្លើយឆ្លង៖ កម្មវិធីឆ្លើយឆ្លងជាច្រើនដូចជា Facebook Messenger ឥឡូវនេះកំពុងប្រើប្រាស់ស្មារតីដែលបង្កើតឡើងដោយមនុស្ស។ សរុបមក Facebook ក្រឡេកមើល AI យ៉ាងខ្លាំង។ ប៉ុន្មានខែមុន Facebook បានប្រកាសជំនួយ M របស់ខ្លួនដែលសន្យាថានឹងប្រែក្លាយទៅជាជំនួយការផ្ទាល់របស់អ្នក (ជាមួយនឹងកាលបរិច្ឆេទចែកចាយជាសាធារណៈ tbd): "M អាចធ្វើអ្វីបានដែលមនុស្សអាចធ្វើបាន" ។

2. ការសន្និដ្ឋានលឿនជាងមុន៖ ឧទាហរណ៍នៃភាសាលក្ខណៈនៃការរៀបចំក្របខ័ណ្ឌនៅក្នុងស្មារតីដែលបង្កើតឡើងដោយមនុស្សគឺលើសពីនេះទៅទៀតនៅក្នុងគ្លីនិកវេជ្ជសាស្ត្រដែលប្រើប្រាស់ការគ្រប់គ្រងភាសាសាមញ្ញដើម្បីបង្ហាញពីការប្តេជ្ញាចិត្តជាក់លាក់មួយពីកំណត់ត្រាដែលមិនមានរចនាសម្ព័ន្ធរបស់វេជ្ជបណ្ឌិត។ កម្មវិធី NLP សម្រាប់ការថតរូបភាព និងរបាយការណ៍ mammogram គាំទ្រដល់ការទាញយក និងការស៊ើបអង្កេតព័ត៌មានសម្រាប់ជម្រើសគ្លីនិក។ ការសរសេរកម្មវិធី NLP អាចសម្រេចចិត្តថាគ្រោះថ្នាក់នៃដុំសាច់មហារីកសុដន់កាន់តែមានផលិតភាព និងលើសពីនេះទៀតកាត់បន្ថយតម្រូវការសម្រាប់ការធ្វើកោសល្យវិច័យលើសលប់ និងលើកទឹកចិត្តឱ្យការព្យាបាលកាន់តែលឿនតាមរយៈការសន្និដ្ឋានមុន។

3. ការពិនិត្យអតិថិជន៖ ភាសាធម្មជាតិដែលរៀបចំនៅក្នុងកម្មវិធីវែកញែកតាមកុំព្យូទ័រធ្វើឱ្យវាសាមញ្ញក្នុងការប្រមូលផ្តុំសវនកម្មទំនិញពីគេហទំព័រមួយ ហើយយល់ពីអ្វីដែលអ្នកទិញទំនិញពិតជានិយាយដូចការសន្មត់របស់ពួកគេទាក់ទងនឹងទំនិញជាក់លាក់មួយ។ អង្គការដែលមានបរិមាណច្រើននៃសវនកម្មពិតជាអាចទទួលបាន និងប្រើប្រាស់ព័ត៌មានដែលប្រមូលបានដើម្បីណែនាំធាតុថ្មី ឬការគ្រប់គ្រងអាស្រ័យលើទំនោររបស់អតិថិជន។ កម្មវិធីនេះជួយស្ថាប័នក្នុងការស្វែងរកទិន្នន័យសំខាន់ៗសម្រាប់អាជីវកម្មរបស់ពួកគេ ធ្វើអោយប្រសើរឡើងនូវភាពស្មោះត្រង់របស់អ្នកប្រើប្រាស់ ណែនាំរបស់របរ ឬអត្ថប្រយោជន៍សំខាន់ៗ និងកាន់តែប្រសើរ និងយល់កាន់តែច្បាស់អំពីតម្រូវការរបស់អតិថិជន។

4. ជំនួយការកម្រិតខ្ពស់និម្មិត៖ ជំនួយការពីចម្ងាយ ហៅម្យ៉ាងទៀតថា AI ដៃស្តាំ ឬជំនួយការកុំព្យូទ័រ គឺជាកម្មវិធីកម្មវិធីដែលយល់ពីការបញ្ជាទិញសំឡេងជាភាសាសាមញ្ញ និងបញ្ចប់កិច្ចការសម្រាប់អតិថិជន។ DAs អាចជួយអ្នកទិញជាមួយនឹងលំហាត់ផ្លាស់ប្តូរ ឬសម្រួលសកម្មភាពកន្លែងហៅទូរសព្ទ ដើម្បីផ្តល់ជូនអតិថិជនដែលមានបទពិសោធន៍ខ្ពស់ និងកាត់បន្ថយការចំណាយប្រតិបត្តិការ។ យើង​នឹង​ឃើញ​កម្មវិធី​ទាំងនេះ​ជា​បន្តបន្ទាប់​នៅក្នុង​ឧបករណ៍​ផ្សេងៗ​គ្នា​ ឧទាហរណ៍​ កម្មវិធី​កុំព្យូទ័រ​ គម្រោង​ផ្ទះ​ដ៏​ឆ្លាតវៃ​ រថយន្ត​ និង​ក្នុង​ទីផ្សារ​បណ្តាក់ទុន។​

កម្មវិធីដំណើរការភាសាលក្ខណៈ៖

ការបកប្រែម៉ាស៊ីន

យើងដឹងថារង្វាស់នៃទិន្នន័យដែលអាចចូលប្រើបាននៅក្នុងអ៊ីនធឺណិតកំពុងអភិវឌ្ឍ ដូច្នេះតម្រូវការដើម្បីទទួលបានវាប្រែទៅជាមានសារៈសំខាន់ជាលំដាប់ ហើយការប៉ាន់ប្រមាណនៃកម្មវិធីគ្រប់គ្រងភាសាធម្មតាប្រែទៅជាច្បាស់លាស់។ ការបកស្រាយដោយម៉ាស៊ីនលើកទឹកចិត្តឱ្យយើងយកឈ្នះលើព្រំដែនភាសាដែលយើងជួបប្រទះជាញឹកញាប់ដោយការឌិកូដសៀវភៅណែនាំឯកទេស រក្សាទុកសារធាតុ ឬបញ្ជីដោយចំណាយតិចតួច។ ការធ្វើតេស្តជាមួយនឹងភាពជឿនលឿននៃការបកស្រាយដោយម៉ាស៊ីនមិនស្ថិតនៅក្នុងការបកស្រាយពាក្យនោះទេ ទោះជាយ៉ាងណាក៏ដោយ ការយល់ដឹងអំពីសារៈសំខាន់នៃប្រយោគដើម្បីផ្តល់ការបកស្រាយពិតប្រាកដ។

គ្រោងកម្មវិធី

នៅក្នុងឱកាសបិទដែលយើងត្រូវទៅដល់ចំណុចជាក់លាក់ណាមួយនៃទិន្នន័យសំខាន់ៗពីមូលដ្ឋានព័ត៌មានដ៏ធំសម្បើម នោះព័ត៌មានលើសបន្ទុកគឺជាបញ្ហាពិតប្រាកដ។ ការសង្ខេបតាមកម្មវិធីគឺមានសារៈសំខាន់មិនត្រឹមតែសម្រាប់ការសង្ខេបពីសារៈសំខាន់នៃរបាយការណ៍ និងទិន្នន័យប៉ុណ្ណោះទេ ប៉ុន្តែបន្ថែមពីលើការស្វែងយល់ពីផលប៉ះពាល់ដ៏រីករាយនៅក្នុងទិន្នន័យ ឧទាហរណ៍ ក្នុងការប្រមូលព័ត៌មានពីប្រព័ន្ធផ្សព្វផ្សាយអនឡាញ។

ការពិនិត្យសន្មត់

គោលបំណងនៃការពិនិត្យការសន្និដ្ឋានគឺដើម្បីទទួលស្គាល់ការសន្មត់ក្នុងចំណោមប្រកាសមួយចំនួន ឬសូម្បីតែនៅក្នុងការប្រកាសស្រដៀងគ្នា ដែលអារម្មណ៍មិនមាននៅក្នុងគ្រប់ករណីទាំងអស់ដែលទាក់ទងគ្នាដោយច្បាស់លាស់។ ស្ថាប័នប្រើប្រាស់កម្មវិធីគ្រប់គ្រងភាសាសាមញ្ញ ឧទាហរណ៍ ការស៊ើបអង្កេតការប៉ាន់ប្រមាណ ដើម្បីទទួលស្គាល់មតិ និងការសន្មត់តាមអ៊ីនធឺណិត ដើម្បីជួយពួកគេឱ្យយល់អំពីគំនិតរបស់អតិថិជនលើទំនិញ និងការគ្រប់គ្រងរបស់ពួកគេ ហើយជាទូទៅសញ្ញាសម្គាល់នៃជំហររបស់ពួកគេ។ ការ​សម្រេច​ចុង​ក្រោយ​ដោយ​ត្រង់ៗ ការ​ពិនិត្យ​ការ​សន្និដ្ឋាន​យល់​ឃើញ​ក្នុង​កាលៈទេសៈ​ជាក់លាក់​មួយ។

ការកំណត់លក្ខណៈអត្ថបទ

លំដាប់អត្ថបទធ្វើឱ្យវាអាចយល់បានក្នុងការចាត់ថ្នាក់ដែលបានកំណត់ជាមុនទៅក្នុងបណ្ណសារ ហើយតម្រៀបវាដើម្បីស្វែងរកទិន្នន័យដែលអ្នកត្រូវការ ឬសម្រួលលំហាត់មួយចំនួន។ ជាឧទាហរណ៍ ការប្រើប្រាស់ការចាត់ថ្នាក់អត្ថបទគឺជាការបំបែកសារឥតបានការនៅក្នុងអ៊ីមែល។

ការឆ្លើយសំណួរ

Question-Answering (QA) កំពុង​ក្លាយ​ជា​ចរន្ត​កាន់​តែ​ខ្លាំង​ឡើង​លើ​គណនី​នៃ​ការ​ប្រើ​ប្រាស់ ឧទាហរណ៍ Siri, OK Google, ប្រអប់​និយាយ និង​ជំនួយ​ការ​ជំនួយ។ កម្មវិធី QA គឺជាក្របខ័ណ្ឌមួយដែលអាចកត់សម្គាល់ការស្នើសុំរបស់មនុស្សបានយ៉ាងច្បាស់លាស់។ វា​អាច​ត្រូវ​បាន​ប្រើ​ជា​មាតិកា​គ្រាន់​តែ​ជា​ចំណុច​ប្រទាក់​ឬ​ជា​ក្រប​ខ័ណ្ឌ​នៃ​សុន្ទរកថា​ដែល​បាន​បង្ហាញ​។ ផ្នែកដែលនៅសេសសល់នេះជាការធ្វើតេស្តពាក់ព័ន្ធជាពិសេសសម្រាប់សន្ទស្សន៍គេហទំព័រ និងជាគោលការណ៍មួយនៃការប្រើប្រាស់ភាសាលក្ខណៈសម្រាប់រៀបចំការស្រាវជ្រាវ។

ជោគវាសនាចុងក្រោយរបស់ NLP

តើអ្វីជាជោគវាសនាចុងក្រោយនៃភាសាសាមញ្ញ?

រូបយន្ត

chatbots ឆ្លើយសំណួររបស់អតិថិជន និងណែនាំពួកគេទៅកាន់ទ្រព្យសម្បត្តិ និងវត្ថុដែលអាចអនុវត្តបាននៅគ្រប់ម៉ោង ឬគ្រប់ពេលវេលា។ វាត្រូវបានប្រើប្រាស់ជាញឹកញាប់នៅក្នុងជំនួយរបស់អតិថិជន ជាពិសេសក្នុងវិស័យធនាគារ ការលក់រាយ និងអ្នកជិតខាង។ ជាពិសេសនៅក្នុងការថែទាំអតិថិជន ការកំណត់ chatbots គួរតែរហ័ស ឆ្លាតវៃ និងសាមញ្ញក្នុងការប្រើប្រាស់ ដោយផ្អែកលើហេតុផលដែលអតិថិជនមានស្តង់ដារផ្តាច់មុខ (ហើយក្នុងករណីខ្លះការតស៊ូទាប)។ ដើម្បីសម្រេចបាននូវចំណុចនេះ chatbots ប្រើប្រាស់ NLP ដើម្បីទទួលបានភាសា សម្រាប់ផ្នែកភាគច្រើនលើកិច្ចសហប្រតិបត្តិការលើខ្លឹមសារ ឬការទទួលស្គាល់ជាសំឡេង ដែលអតិថិជនចែកចាយតាមពាក្យរបស់ពួកគេផ្ទាល់ ដូចដែលពួកគេនឹងនិយាយទៅកាន់អ្នកឯកទេស។ អត្ថប្រយោជន៍បន្ថែមនេះក៏នឹងចំណេញផងដែរនូវប្រភេទផ្សេងៗនៃ bots ដើម្បីធ្វើឱ្យពួកវាកាន់តែជោគជ័យ និងធម្មជាតិក្នុងរយៈពេលវែង ពីអ្នកជំនួយពីចម្ងាយដូចជា Siri និង Alexa របស់ Amazon ដល់ដំណាក់កាល bot ដែលកាន់តែមានកុំព្យូទ័រ ឬកិច្ចការដែលមានទីតាំងនៅ។ រូបយន្តទាំងនេះនឹងបន្តប្រើប្រាស់ NLP ជាបន្តបន្ទាប់ដើម្បីទទួលបានសារ និងអនុវត្តសកម្មភាពនានា ឧទាហរណ៍ ការចែករំលែកព័ត៌មានភូមិសាស្ត្រ ស្ដារការតភ្ជាប់ និងរូបភាព ឬប្រតិបត្តិសកម្មភាពដែលគួរឱ្យចាប់អារម្មណ៍ផ្សេងទៀតសម្រាប់ពួកយើង។

គាំទ្រ UI ដែលមិនអាចយល់បាន។

ទំនាក់ទំនងនីមួយៗដែលយើងមានជាមួយម៉ាស៊ីនគឺជាការទំនាក់ទំនងរបស់មនុស្ស (ទាំងការពិភាក្សា និងអត្ថបទ)។ Amazon's Echo គឺជាគំរូតែមួយគត់ដែលធ្វើអោយមនុស្សទាំងអស់មានទំនាក់ទំនងយ៉ាងត្រង់ជាមួយការច្នៃប្រឌិត។ គំនិតនៃ UI ដែលមិនអាចរកឃើញ ឬសូន្យនឹងអាស្រ័យលើទំនាក់ទំនងដោយផ្ទាល់រវាងអតិថិជន និងម៉ាស៊ីន ដោយមិនគិតពីថាតើតាមរយៈសំឡេង អត្ថបទ ឬការបញ្ចូលគ្នានៃទាំងពីរនោះទេ។ NLP ដែលជះឥទ្ធិពលដល់ការយល់ដឹងដ៏ឡូជីខលដ៏លេចធ្លោនៃភាសាមនុស្ស នៅចុងបញ្ចប់នៃថ្ងៃនោះ ដោយសារវាធ្វើអោយយើងអន់ថយ - អ្វីដែលយើងនិយាយដោយមិនគិតពីរបៀបដែលយើងនិយាយវា និងអ្វីដែលយើងកំពុងធ្វើ - នឹងជាមូលដ្ឋានសម្រាប់ UI ដែលមិនអាចរកឃើញ ឬសូន្យ កម្មវិធី។

ការបរបាញ់ដ៏ឆ្លាតវៃបន្ថែមទៀត

serach ឆ្លាតវៃជាងនេះបង្កប់ន័យថា អតិថិជនអាចត្រៀមខ្លួនជាស្រេចដើម្បីរកមើលដោយមធ្យោបាយនៃការបញ្ជាទិញជាសំឡេង ផ្ទុយពីការតែង ឬប្រើប្រាស់ពាក្យឃ្លាំមើល។ ជោគវាសនាជាយថាហេតុនៃ NLP គឺលើសពីនេះទៀតសម្រាប់ការស៊ើបអង្កេតដ៏ឆ្លាតវៃបន្ថែមទៀត - អ្វីមួយដែលយើងកំពុងពិភាក្សានៅទីនេះនៅប្រព័ន្ធអ្នកជំនាញមួយរយៈ។ រហូតមកដល់ពេលនេះ Google បានប្រកាសថាខ្លួនបានបន្ថែមសមត្ថភាព NLP ទៅក្នុង Google Drive ដើម្បីអនុញ្ញាតឱ្យអតិថិជនស្វែងរកកំណត់ត្រា និងសារធាតុប្រើប្រាស់ភាសាសន្ទនា។

ចំណេះដឹងពីទិន្នន័យគ្មានរចនាសម្ព័ន្ធ

ការរៀបចំ NLP នឹងប្រមូលផ្តុំជាបណ្តើរៗនូវការយល់ដឹងដ៏មានប្រយោជន៍ពីព័ត៌មានដែលមិនមានរចនាសម្ព័ន្ធ ឧទាហរណ៍ សារដែលមានរចនាសម្ព័ន្ធវែង ការថតសំឡេង ជាដើម។ ពួកគេនឹងមានជម្រើសក្នុងការបំបែកសម្លេង សម្លេង ការជ្រើសរើសពាក្យ និងការសន្មត់នៃព័ត៌មានដើម្បីប្រមូលផ្តុំការពិនិត្យ។ ជាឧទាហរណ៍ ការវាស់ស្ទង់ភាពស្មោះត្រង់របស់អ្នកប្រើប្រាស់ ឬការបែងចែកចំណុចឈឺចាប់។