A análise exhaustiva de
que dicimos e de como o dicimos presenta nos últimos tempos unha
salientábel liña evolutiva. Nesta liña evolutiva, o Procesamento
da Linguaxe Natural (PLN) é en certa maneira a columna vertebral que
o estrutura todo. Este ámbito do PLN tivo moita aplicación no
pasado para a análise automática de textos. Hoxe, co espallamento
das redes sociais, segue a tela con máis razón (esa gran cantidade
de coñecemento inxente que xeran cada pouco os integrantes das
comunidades en liña). Segundo
sinala o Centro Tecnolóxico Gradiant, punta de lanza internacional
neste tipo de investigacións sobre a linguaxe, esta información é
de gran interese para as empresas que precisan a realimentación dos
usuarios sobre os seus produtos ou que buscan. O potencial do PLN
para estes ámbitos (as actividades de mercado, a mercadotecnia, a
ciencia empresarial) é ben amplo. Porén, a liña evolutiva do
Procesamento de Linguaxe Natural está a deparar unha nova sorpresa.
Falamos do Deep Learning, o seguinte chazo evolutivo desta
ciencia da información.
Gradiant, de feito, xa
ten adoptado as tecnoloxías Deep Learning (DL) para gañar
competitividade internacional en tecnoloxías de PLN. Nun plano máis
concreto, desde Gradiant desenvólvense algoritmos propios baseados
nos principios do DL para construír as tecnoloxías intelixentes do
futuro.
Sobre as orixes do Deep
Learning, sinalar que están xustamente na necesidade de ampliar
a capacidade do Procesamento de Linguaxe Natural ante a aparición de
múltiples frontes novas de datos. Segundo lembra Gradiant, “a
comprensión da linguaxe empregada polos usuarios en redes sociais é
algo extremadamente complexo para os computadores, de feito os seres
humanos poden expresarse en linguaxe natural de infinidade de
maneiras”. O que acontece é que, ademais, “os textos informais
están infestados de erratas, erros gramaticais e, a maiores, en
redes sociais, é común a presenza de construcións específicas
(etiquetas, cancelas ou emoticonas) que complican aínda máis a súa
análise automática”, engaden fontes do centro tecnolóxico
galego, que aínda van alén disto lembrando que se ben os seres
humanos aprendemos doadamente novas palabras, por contexto, nos
computadores este labor de aprendizaxe enléase até un grao alto de
complexidade. É aí precisamente onde entra en xogo a tecnoloxía
Deep Learning: facendo que o devandito proceso se faga de
maneira automática.
Gradiant recorda tamén
que Deep Learning é actualmente unha tendencia firme, xa que
se emprega en moitas aplicacións que realizan operacións complexas,
no pasado reservadas de maneira exclusiva aos seres humanos. Este é
o caso dos sistemas para o recoñecemento de voz (por exemplo Siri,
Cortana ou Google Talk) ou visión por computador (recoñecemento
facial ou de obxectos).
Para o centro tecnolóxico
galego hai dous factores decisivos para o impulso do PLN nos últimos
anos. Por unha banda o ámbito das Word Embeddings (tradución
de palabras a un dominio matemático onde as palabras represéntanse
con números que tratan de capturar a semántica da palabra) e pola
outra a abstracción de máis alto nivel de textos (grazas ao Deep
Learning as representacións das palabras combínanse de maneira
intelixente para obter unha visión semántica de documentos máis
complexos, como frases ou documentos). Con esta información, explica
Gradiant, “pódese obter unha comprensión do significado real de
textos complexos, acadándose así mellores resultados en comparación
con sistemas de PLN previos que realizan análises de sentimento,
tradución automática, detección de entidades ou sistemas de
pregunta/resposta”.
Para Gradiant, o eido do
Deep Learning supuxo unha gran mellora que reduciu a distancia
existente entre expertos e computadores de forma dramática durante o
últimos cinco anos”. Ademais, as tecnoloxías DL atópanse na
actualidade nunha situación “moi doce”, explican fontes do
centro galego, que lembran que este ámbito conta cunha comunidade
académica moi entusiasta e grandes compañías como Google, Apple ou
Microsoft investindo diñeiro nesas tecnoloxías.
Ningún comentario:
Publicar un comentario