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.