-
Inovação e transformação digital
A Inteligência Artificial (AI) é um conceito que fica cada vez mais popular e traduz a ação de máquinas ou sistemas imitando a inteligência humana para realizar tarefas. Uma das áreas mais destacadas da AI é o chamado processamento de linguagem natural (NLP), que também começa a se popularizar principalmente com a onda do chat GPT, recurso de geração de textos, mais especificamente ensaios coerentes sobre praticamente qualquer coisa. Assim como acontece com outros conceitos, a Fundação Dom Cabral (FDC) mergulhou na jornada de entendimento do NLP, em parceria com a A3Data, criando a série ilustrada Data Fluency, que explica o universo de dados por meio de infográficos.
A mais nova infografia explica a evolução do NLP, mas é interessante voltar uma casa e entender que, tecnicamente, a sigla define uma disciplina de construção de máquinas que podem manipular a linguagem humana – ou dados que se assemelham à linguagem humana – na forma como é escrita, falada e organizada.
O NLP é uma disciplina de engenharia que busca construir tecnologia para realizar tarefas úteis e pode ser dividida em dois subcampos sobrepostos: compreensão de linguagem natural (NLU), que se concentra na análise semântica ou na determinação do significado pretendido do texto, e geração de linguagem natural (NLG), que se concentra na geração de texto por uma máquina.
NLP na prática
Trazendo para o dia a dia, o NLP é quem faz os recursos de conversação como o Alexa, da Amazon, e o Siri, da Apple, a funcionar. Ambos utilizam a tecnologia para ouvir as perguntas do usuário e encontrar respostas. Os agentes mais sofisticados – como o GPT-3, que foi recentemente aberto para aplicações comerciais – podem gerar prosa sofisticada sobre uma ampla variedade de tópicos, bem como poderosos chatbots capazes de manter conversas coerentes. O Google usa o NLP para melhorar os resultados de seus mecanismos de pesquisa e redes sociais como o Facebook o adotam para detectar e filtrar discurso de ódio.
O NLP está se tornando cada vez mais sofisticado, mas ainda há muito trabalho a ser feito. Os sistemas atuais são propensos a viés e incoerência e, ocasionalmente, se comportam de forma irregular. Apesar dos desafios, os engenheiros de aprendizado de máquina têm muitas oportunidades de aplicar a tecnologia de maneiras cada vez mais essenciais para uma sociedade funcional. Mesmo porque já se tornou comum a aplicação de tecnologias de linguagem em ações que vão desde o varejo, com chatbots de atendimento a clientes, até interpretação de registros eletrônicos na medicina.
O blog de tecnologia da Take Blip tem uma definição interessante para o NLP, colocando-o como um intermédio entre máquina e humanos, pois com ele se pode extrair informações a partir da realização do contato com usuários. “Visto que a inteligência artificial simula a nossa estrutura de pensamento, bem como permite diálogos complexos entre máquinas e humanos, o NLP é indispensável para permitir que a máquina compreenda o que está sendo dito e possa estruturar a melhor resposta”, detalha o post do site a respeito do tema.


Como especialista no assunto, a A3Data tem produzido uma série de infográficos, intitulada Data Fluency, em parceria com a Fundação Dom Cabral.
Acesse aqui e conheça mais a respeito.O site avança mais, colocando o NLP dentro da sopa maior de letrinhas que é a inteligência artificial. De acordo com o texto, no NLP, o deep learning costuma se “encaixar” melhor em termos de classificação, pois é um ramo de machine learning (aprendizado a máquina) que se propõe a desenvolver um tipo de aprendizagem profunda, utilizando redes neurais artificiais para melhorar a compreensão da máquina acerca de elementos como reconhecimento de fala e processamento de linguagem natural.
Mais do que explicar tecnicamente o conceito, é importante destacar porque o NLP deve ser cada mais presente nas nossas vidas. O processamento de linguagem natural ajuda os computadores a se comunicarem com humanos em seu próprio idioma e dimensiona outras tarefas relacionadas ao idioma.
O NLP permite que os computadores leiam texto, ouçam falas, interpretem-nas, meçam sentimentos e determinem quais partes são importantes. Na avaliação da SAS, a automação será fundamental para analisar completamente os dados de texto e fala com eficiência, o que não é pouca coisas considerando a quantidade impressionante de dados não estruturados gerados todos os dias, de registros médicos a mídias sociais.

Quer saber mais? Lista em PDF | NLTK Book