Vous êtes-vous déjà demandé comment Alexa peut vous comprendre ou Google peut déchiffrer ce que vous dites et fournir des résultats de recherche. Ou comment Siri peut vous raconter une blague une fois que vous la demandez /. Bien que l’intelligence artificielle ait beaucoup à voir avec la précision avec laquelle les entreprises technologiques ont pu déchiffrer ce que vous essayez de communiquer. La branche spécifique utilisée pour l’IA est appelée traitement du langage naturel. Bien que toujours dans ses phases initiales de développement, la technologie évolue rapidement. IBM a récemment annoncé qu’elle étendrait les services de son programme de traitement du langage naturel aux utilisateurs professionnels.
Qu’est-ce que le traitement du langage naturel et comment fonctionne-t-il?
Le traitement du langage naturel est la façon dont nous interagissons avec une machine. Le travail principal d’une machine est de comprendre et de comprendre ce qui lui est dit. Pour ce faire, l’appareil utilise des algorithmes basés sur un ensemble de commandes ou de conditions. Ainsi, on lui enseigne les bases d’une langue – la grammaire, la syntaxe – puis on part pour déterminer comment la percevoir. L’application la plus élémentaire a été les vérifications orthographiques et grammaticales qu’un Microsoft Word exécute. Une version un peu plus avancée serait les assistants personnels.
Alors, quelles sont les techniques utilisées pour le traitement du langage naturel et pourquoi est-ce difficile?
La raison pour laquelle les ordinateurs n’ont pas pu apprendre le traitement du langage naturel ou la PNL est parce que le langage est compliqué et qu’il n’y a pas une seule façon de le déchiffrer. Par exemple, même le logiciel de langage le plus sophistiqué peut se tromper sur la grammaire car il peut percevoir une phrase différemment d’un humain. Deux techniques sont suivies dans le traitement du langage pour améliorer les résultats. L’une est appelée analyse syntaxique. Il s’agit d’une technique de traitement du langage d’entrée de gamme, où l’ordinateur détermine si le langage naturel suit les règles grammaticales. Les algorithmes appliquent de telles lois à une phrase et tentent d’en tirer un sens. L’autre méthode est un peu plus compliquée et s’appelle la sémantique. Cela a plus à voir avec la structuration des phrases et leur donner un sens.
Que fait IBM?
IBM a utilisé son système d’intelligence artificielle appelé Watson pour créer Project Debater. Le débatteur peut parcourir une multitude de documents pour comprendre quels sont les points essentiels, puis argumenter. Il a également battu un humain dans une compétition de débats. Et, comme tout système d’apprentissage automatique au fur et à mesure qu’il apprend, ses capacités augmentent. Le système peut déterminer si deux ensembles d’un argument sont similaires même s’ils utilisent un langage différent.
Alors, pourquoi IBM l’utilise-t-il en entreprise?
Comme IBM Watson a pu atteindre une certaine échelle, la société estime qu’en mettant la technologie NLP à des fins commerciales, elle pourra étendre ses capacités beaucoup plus loin. À mesure que de plus en plus d’organisations l’utilisent, IBM Watson traitera beaucoup plus de données et en apprendra davantage. Cela signifie qu’au fil des ans, la probabilité que votre machine interprète mal ce que vous avez dit diminuera. Mais, cela ne signifie pas pour autant que Watson sera capable d’évoquer à lui seul une nouvelle idée et une nouvelle argumentation.