Generación de lenguaje natural y sus aplicaciones empresariales

        
Generación de lenguaje natural (NLG)
      
    Como continuación de la exploración de los autores de IA y las noticias generadas por robots, merece la pena explorar parte de la tecnología que impulsa estos algoritmos. Las IA diseñadas para generar documentos que se lean como si los hubiera escrito un ser humano se basan en algoritmos de Generación de Lenguaje Natural (NLG). Los algoritmos NLG están pensados para generar automáticamente texto a partir de datos estructurados que se lea como si el texto generado hubiera sido escrito por un autor humano. Los datos estructurados son documentos como:
Informes de producto en los que se describen las características de un nuevo producto.
Resultados de una encuesta en línea sobre la satisfacción de los clientes.
Informes financieros (como los que utilizaría un autor robot).
Correos electrónicos personalizados.
En otros términos, NLG puede definirse como la recopilación de datos de texto en bruto y su conversión en una narración humana. Está relacionado con el Procesamiento del Lenguaje Natural (PLN), pero funciona en sentido inverso. El PLN recoge datos a partir de texto; el PLN genera texto a partir de datos. O lo que es lo mismo, el PLN lee lo que el PLN escribe. El orden general de las operaciones de un algoritmo NLG es el siguiente:
Recogida de datos: búsqueda de los datos estructurados adecuados para la formación y elección del contenido adecuado para el resultado NLG.
Decidir el contenido: decidir qué temas principales se van a transmitir y cómo hacerlo.
Estructuración del documento: esquematizar el contenido de la forma más coherente y "natural".
Agregación de contenidos: crear frases, juntar frases similares y añadir referencias.
        
        
¿Qué debe decidir NLG?
      
    
A medida que avanza por los pasos anteriores, un algoritmo NLG debe tomar dos decisiones: qué se entiende por "lenguaje natural" y cómo crear una "narrativa humana" utilizando este lenguaje natural. Para un algoritmo NLG, el lenguaje natural "se parece a":
Textos extensos y separados sobre un mismo tema.
Frases complejas con sintaxis coherente.
Estructura completa con un flujo de información lógico.
Referencias y analogías.
A continuación, un algoritmo NLG debe decidir cómo compilar su narrativa de salida, o ejecutar el Paso 4 de la sección anterior. Basándose en el contexto del lenguaje natural de entrada, el algoritmo debe entender cuál es la mejor forma de formatear su salida para que se lea como una voz humana. Debe decidir:
La idea central del texto a generar.
La mejor estructura, acotada a lo largo de iteraciones, de la narración del texto.
La fluidez de las frases y la elección de las palabras.
Los modismos / referencias / expresiones adecuadas.
La sintaxis y la voz adecuadas.
      
        
NLG en aplicaciones empresariales
       
    
El resultado de la "narrativa humana" de NLG tiene muchas aplicaciones en las prácticas empresariales modernas. En este artículo se describen brevemente dos de ellas: la elaboración de informes y el marketing.

Como se explica en el post "El auge de la autoría de la IA", el NLG, junto con la PNL, puede utilizarse para elaborar rápidamente informes fáciles de leer para los profesionales del marketing a partir de datos complicados. Por ejemplo, NLG puede proporcionar un informe de ventas conciso de la semana o semanas anteriores. NLG también puede utilizar el correo electrónico personal como fuente de datos para crear de forma rápida y eficaz mensajes de correo electrónico que suenen humanos, ahorrando a los usuarios tiempo dedicado a formatear y redactar los mensajes de correo electrónico salientes.

Además de la rapidez en la presentación de datos y el formato de los mensajes, el consenso general entre los usuarios es que la principal ventaja de utilizar NLG se encuentra en el campo del marketing. Las aplicaciones de NLG específicas del campo del marketing incluyen:

• Reducción de los materiales de marketing de "talla única" y aumento automático de los materiales de marketing específicos para cada cliente.
• Generar rápidamente contenidos de marketing únicos dirigidos a un cliente único.
• Llegar rápidamente a una base de clientes más amplia generando y distribuyendo rápidamente material de marketing específico.
• Aumentar la fidelidad de un cliente creando contenidos interesantes relacionados con la forma en que ese cliente único utiliza los productos y/o servicios de la empresa.
• Comprender los metadatos sobre un cliente único y adaptar la información del producto a ese cliente.

En resumen, NLG es la otra cara de la PNL. La inteligencia artificial NLG toma datos estructurados como entrada y genera un documento de texto. Sin embargo, lo que hace especial a NLG es la forma en que produce el texto, de manera que éste parezca de autoría humana. Existen muchos matices a la hora de utilizar correctamente NLG, y no siempre es fácil hacerlo de la forma "correcta". Sin embargo, los beneficios que NLG puede reportar a una empresa merecen la pena. Para tener éxito en la era digital, las empresas y los profesionales del marketing de hoy en día tendrán que entender la NLG y cómo aprovecharla en su beneficio.