Banner_NLP

Le rubriche di Awhy | NLP: come funziona il Natural Language Processing?

Natural Language Processing. La tecnologia è diventata oggi una sorta di buzzword, ma in pochi sanno veramente cosa significa e come possa essere messa al nostro servizio per semplificare le attività quotidiane. E sono ancora meno le persone che sanno come il Natural Language Processing può essere implementato all’interno di un’azienda, in quali processi e con quali benefici.

Noi di Awhy abbiamo deciso quindi di scrivere di tanto in tanto qualche approfondimento in materia. Partendo da testi e pubblicazioni accademiche, il nostro obiettivo è quello di rendere accessibile gran parte di questi concetti anche a chi non proviene da un background tipicamente IT.

Prima di tutto: cosa cerchiamo di fare col Natural Language Processing (detto anche NLP)? Cerchiamo di rendere un elaboratore elettronico capace di leggere ed interpretare il linguaggio umano. I primi studi risalgono agli anni 50’, e le possibilità di applicazione si sono moltiplicate esponenzialmente principalmente a causa di due fattori: l’evoluzione hardware e la mole di dati reperibile online. 

Per quanto riguarda l’hardware, non ci sono particolari problematiche: capacità computazionali maggiori permettono di elaborare più informazioni in meno tempo e con più efficacia.

È la mole di dati, invece, che rappresenta la sfida principale del Natural Language Processing. Tutte queste informazioni sono presenti in quantità quasi ridondante, ma sono non-strutturate, pensate per la fruizione umana e non per essere date in pasto ad elaboratori elettronici. Il muro da scavalcare è quindi rendere un computer capace di strutturare questi dati, riuscendo a carpirne il senso e le finalità.

Per lungo tempo gli algoritmi che si occupavano di individuare, aggregare e processare le informazioni si sono basati sulla sola rappresentazione testuale di pagine web: ricerca del testo, divisione dello stesso, conteggio del numero di parole. Tutti questi passaggi, tuttavia, si rivelano abbastanza inutili quando parliamo di interpretare informazioni.

Dyer, nel suo “Connectionist natural language processing: A status report”, cerca di offrirci alcune peculiarità tipiche del Natural Language Processing. Quali sono le aree e/o le attività necessarie per comprendere un blocco di testo? Vediamole insieme:

  • Creazione e propagazione di legami dinamici;
  • Manipolazione di strutture ricorrenti;
  • Acquisizione ed accesso a memorie lessicali semantici e mnemonici;
  • Controllo di processi di apprendimento multipli e la gestione della trasmissione di informazione attraverso questi modelli;
  • Collegamento di costrutti base del linguaggio, come oggetti e azioni, in esperienze motrici e/o percettive;
  • Rappresentazione di concetti astratti.

L’elenco è un po’ da mal di testa, è vero. Quello che cerca di dirci, in realtà, è che mentre parliamo il nostro cervello interpreta, compara e analizza in real-time una serie di elementi: il significato semantico della parola, l’ambiente circostante, l’espressività e la gestualità dell’interlocutore, nonché tutti gli episodi rilevanti della nostra vita che aiutano a contestualizzare quello di cui stiamo parlando.

Ed è proprio qui che risiede la sfida del Natural Language Processing: gli elaboratori non hanno la capacità di contestualizzazione e di interpretazione. I modelli computazionali cercano di risolvere questo gap emulando il comportamento del nostro cervello e facendo leva su particolarità semantiche che non sono espresse nel testo.

L’approccio combina discipline tradizionali con quelle più recenti: affinché questi modelli computazionali siano in grado, un giorno, di riprodurre con esattezza il processo linguistico, è necessaria la collaborazione di neuro-scienziati, psicolinguisti, antropologi, informatici e filosofi. Non è possibile, al momento, elaborare una teoria comprensiva. Possiamo solo procedere con un approccio squisitamente scientifico: ipotesi, test, verifica dei risultati. Solo così facendo gli algoritmi potranno migliorare di volta in volta in un processo continuo.

Speriamo di non avervi stancato troppo! Nel prossimo articolo della rubrica ripercorreremo un po’ di storia del Natural Language Processing, cercando di capire come la disciplina si sia evoluta nel corso degli anni, sia a livello funzionale che a livello tecnico.

Ricordatevi di seguirci sulle nostre pagine Facebook, LinkedIn e Twitter e qui sul nostro blog per rimanere sempre aggiornati sugli ultimi articoli 🤖😄

Le rubriche di Awhy | NLP: come funziona il Natural Language Processing? ultima modifica: 2018-11-16T17:29:32+00:00 da Emanuele Pucci