O documento discute processamento de linguagem natural (NLP), abordando seus desafios principais, como reconhecimento de voz e compreensão de linguagem natural. Explica como o NLP funciona, desde a entrada de áudio até a compreensão do contexto e intenção, e como isso é usado para tomar ações. Também traça o histórico do NLP e suas principais aplicações atuais como tradução, chatbots e classificação de texto.
4. Entendendo como funciona?
1. Uma pessoa diz algo para a máquina
2. A máquina produz um arquivo de áudio
3. O arquivo de áudio é convertido em texto
4. O texto é quebrado em componentes. O
sistema compreende o contexto da
conversa e a intenção da pessoa
5. Com base no resultado o sistema decida
qual ação deve ser realizada
5. Histórico
NLP
1950
• Teste de Turing
• Experimento Georgetown
Até 1980
• Sistemas baseados em
regras
• Métodos estatísticos
aplicados a tradução
A partir de 1980
• Machine Learning
• Linguística (Chomsky)
A partir de 2010
• Representation Learning
• Deep Learning
2017 (Paridade Homem-Máquina)
• Reconhecimento de voz
2018 (Paridade Homem-Máquina)
• Na tradução de textos
• Na compreensão de textos
2019
• Primeiro livro compilado por IA
6. Principais aplicações
• Reconhecimento de voz
• Tradução de textos
• Chatbots (e Voicebots)
• Classificação de Texto
• Busca semântica
• Correção de texto
• Análise de sentimento
• Extração e sumarização de informação
• Computação afetiva
7.
8.
9. “Saco” de palavras e Classificação de Texto
• Desafios
• Prever etiquetas (tags) ou categorias
• Prever um sentimento
• Filtro de spam (email)
10. Texto como uma sequência
• Desafios
• Prever sequências de palavras
• Prever etiquetas (tags) em sequências de palavras
• Aplicações
• Chatbots
• Tradução
• Sumarização
• Reconhecimento de Voz
11. Representação de significado
• Como representar o sentido de uma palavra, sentença ou texto?
• Word Embedding
• Sentence Embedding