Geração de linguagem natural e suas aplicações comerciais
Geração de linguagem natural e suas aplicações comerciais
Geração de linguagem natural (NLG)
Para continuar a explorar os autores de IA e as notícias geradas por robôs, vale a pena explorar alguma da tecnologia que está na base destes algoritmos. A IA concebida para gerar documentos que se lêem como se tivessem sido escritos por um humano baseia-se em algoritmos de geração de linguagem natural (NLG). Os algoritmos NLG destinam-se a gerar automaticamente texto a partir de dados estruturados que se lê como se o texto gerado tivesse sido escrito por um autor humano. Os dados estruturados são documentos como- Relatórios de produtos que descrevem as características de um novo produto.
- Resultados de um inquérito em linha sobre a satisfação dos clientes.
- Relatórios financeiros (como os que um autor robot utilizaria).
- E-mails personalizados.
Por outras palavras, a NLG pode ser definida como a recolha de dados de texto em bruto e a sua transformação numa narrativa humana. O NLG está relacionado com o Processamento de Linguagem Natural (NLP), mas funciona na direção oposta. O NLP recolhe dados a partir de texto; o NLG gera texto a partir de dados. Ou seja, o NLP lê o que o NLG escreve. A ordem geral de operações de um algoritmo NLG é a seguinte
- Recolha de dados: encontrar os dados estruturados certos para treinar e escolher o conteúdo certo para transmitir no resultado NLG.
- Decidir o conteúdo: decidir quais os principais tópicos a transmitir e como os transmitir.
- Estruturação do documento: esquematizar o conteúdo da forma mais coerente e "natural" possível.
- Agregação de conteúdos: criar frases, juntar frases semelhantes e adicionar referências.
O que é que a NLG deve decidir?
Ao percorrer as etapas acima enumeradas, um algoritmo NLG tem de tomar duas decisões: o que se entende por "linguagem natural" e como criar uma "narrativa humana" utilizando esta linguagem natural. Para um algoritmo NLG, a linguagem natural "parece-se com":
- Grandes blocos de texto separados sobre um único assunto.
- Frases complexas com sintaxe coerente.
- Estrutura abrangente com fluxo lógico de informações.
- Referências e analogias.
Em seguida, um algoritmo NLG deve decidir como compilar a sua narrativa de saída, ou executar o passo 4 da secção anterior. Com base no contexto da entrada de linguagem natural, o algoritmo tem de compreender a melhor forma de formatar a sua saída para que seja lida como uma voz humana. Tem de decidir:
- A ideia central do texto a gerar.
- A melhor estrutura, reduzida ao longo de iterações, da narrativa do texto.
- A fluidez das frases e a escolha das palavras.
- As expressões idiomáticas / referências / expressões correctas.
- A sintaxe e a voz correctas.
NLG em aplicações empresariais
O resultado da "narrativa humana" do NLG tem muitas aplicações nas práticas comerciais modernas. Este artigo descreverá brevemente duas delas: relatórios e marketing.
Tal como discutido no post "Rise of AI Authorship", o NLG juntamente com o NLP pode ser utilizado para compilar rapidamente relatórios de fácil leitura para os profissionais de marketing com base em dados complicados. Por exemplo, o NLG pode fornecer um relatório de vendas conciso para a(s) semana(s) anterior(es). O NLG também pode utilizar o correio eletrónico pessoal como fonte de dados para criar, de forma rápida e eficiente, mensagens de correio eletrónico com som humano, poupando aos utilizadores o tempo gasto na formatação e redação de mensagens de correio eletrónico de saída.
Para além da rápida elaboração de relatórios sobre dados e formatação de mensagens, o consenso geral entre os utilizadores é que a principal vantagem da utilização do NLG surge no domínio do marketing. As aplicações específicas do NLG no domínio do marketing incluem
- Reduzir os materiais de marketing de "tamanho único" e aumentar automaticamente os materiais de marketing específicos para cada cliente.
- Gerar rapidamente conteúdos de marketing únicos dirigidos a um cliente único.
- Alcançar rapidamente uma base de clientes mais alargada, gerando e distribuindo rapidamente materiais de marketing direccionados.
- Aumentar a fidelidade de um cliente através da criação de conteúdos interessantes relacionados com a forma como esse cliente único utiliza os produtos e/ou serviços da empresa.
- Compreender os metadados sobre um cliente único e adaptar as informações sobre o produto a esse cliente.
Em suma, a NLG constitui a outra face da PNL. A IA NLG utiliza dados estruturados como entrada e produz um documento de texto. No entanto, o que torna o NLG especial é a forma como produz o texto, fazendo-o parecer de autoria humana. Existem muitas nuances no funcionamento correto do NLG, e utilizar o NLG da forma "correcta" nem sempre é fácil. No entanto, o retorno que o NLG pode ter para uma empresa vale o risco. As empresas e os profissionais de marketing dos tempos modernos terão de compreender o NLG e a forma de o aproveitar em seu benefício para serem bem sucedidos na era digital.