Natural Language Understanding (NLU)
NLU – definicja
NLU (Natural Language Understanding) to poddział NLP (Natural Language Processing). NLP ogólnie zajmuje się przetwarzaniem języka naturalnego, czyli wszystkiego, co związane z tekstem lub mową, np. rozpoznawaniem słów, tłumaczeniem, analizą gramatyki. NLU natomiast skupia się na tym, żeby komputer naprawdę „rozumiał” sens wypowiedzi, a nie tylko ją analizował powierzchownie.
Główne funkcje NLU
1.Rozpoznawanie intencji (Intent Recognition)
– Komputer musi zrozumieć, co użytkownik chce zrobić.
– Przykład: „Chcę kupić bilet do kina” → intencja = zakup biletu.
2.Rozpoznawanie jednostek znaczeniowych (Entity Recognition)
– Wyłapywanie konkretnych informacji w tekście.
– Przykład: „Chcę lecieć do Paryża 10 lutego” → entity: miejsce = Paryż, data = 10 lutego.
3.Analiza kontekstu i relacji między słowami
– NLU stara się zrozumieć zależności między różnymi częściami zdania.
– Przykład: „Jan powiedział Pawłowi, że on ma przyjść” → komputer musi wiedzieć, kto ma przyjść (Jan czy Paweł).
4. Analiza sentymentu
– Ocena emocji w tekście – czy użytkownik jest zadowolony, zdenerwowany, smutny.
– Przykład: „Jestem bardzo zadowolony z obsługi” → sentyment = pozytywny.
Gdzie NLU jest używane?
– Chatboty i wirtualni asystenci: np. Alexa, Siri, Google Assistant, które rozumieją polecenia głosowe.
– Analiza opinii klientów: np. automatyczne sprawdzanie, czy recenzje produktów są pozytywne czy negatywne.
– Automatyczne systemy obsługi klienta: np. odpowiadające na e-maile lub czaty z klientami.
– Tłumaczenie maszynowe i streszczanie tekstów – systemy starają się zrozumieć sens tekstu, a nie tylko słowa.
Prosta analogia
NLP = komputer czyta zdanie i zna słowa oraz gramatykę.
NLU = komputer rozumie, co te słowa znaczą i co chcę przez nie powiedzieć.
Dowiedz się więcej: Rozpoznawanie pytania