Обработка естественного языка
Обработка естественного языка (NLP) занимает огромное место среди искусственного интеллекта, и его возможности с каждым днем все больше и больше встраиваются в корпоративные решения. Частью НЛП является синтаксический анализ и семантическая интерпретация текста, и это позволяет компьютерам изучать, анализировать и понимать тонкости человеческого языка. НЛП может помочь МСП в извлечении соответствующей информации из текста, такой как сущности, отношения, ключевые слова и т. Д. Используя службу НЛП, которую вы используете, НЛП также может классифицировать текст и документы в предварительно подготовленные категории.
Классификация текста
Классификация текстов лежит в основе многих случаев использования НЛП и машинного обучения. Как правило, всякий раз, когда кто-либо использует текстовую аналитику, всегда есть вариант использования классификации. Сегодня компании используют классификацию текста для многих приложений, таких как понимание мнения клиентов о конкретном потребительском товаре, категоризация документов на основе содержимого, сортировка заявок в службу поддержки и многое другое. Чрезвычайно полезный вариант использования классификации - определение намерения по образцу текста. Классификация намерений вступает в игру, когда службы хотят найти ответы на вопросы «Почему они позвонили нам?», «Какова была цель их визита?», «В чем заключалась их самая большая проблема с этой службой?» типы вопросов.
Пример приложения для классификации намерений
Повторяющаяся проблема, которая может быть решена с помощью классификации намерений: в отрасли здравоохранения больницы часто используют стороннюю организацию, совместимую с HIPAA, для сортировки всех форм пациентов, записей врачей и рецептов только для определения цели визита пациента. Затем эта информация сводится в таблицу и хранится для внутренних исследований больниц с целью повышения их эффективности и рабочего процесса. Однако этот процесс часто бывает утомительным и требует очень много времени.
Возможности классификации намерений Watson NLC
Классификатор естественного языка Watson (NLC) использует достижения в области НЛП и методов глубокого обучения для классификации коротких текстов. Чтобы продемонстрировать мощь и возможности NLC, я обучил модель и разработал новую демонстрацию, основанную на классификации намерений, для обсуждения этой проблемы здравоохранения. Приглашаем вас поиграть в демоверсию здесь!
Демонстрационная программа классификации намерений посещения пациента предназначена для анализа фрагмента текста, связанного с симптомом состояния здоровья, и определения цели визита пациента к врачу. Чтобы попробовать это, не стесняйтесь щелкнуть любое из Примерных заявлений о симптомах и проследить за выводом внизу. Вы также можете ввести любую фразу, связанную с симптомом, в поле ввода и проверить точность классификатора.
Хотя эта демонстрация основана на примере здравоохранения, классификатор естественного языка Watson можно обучить с помощью любого хорошего набора обучающих данных для классификации любой предметной области. Чтобы узнать больше о классификаторе естественного языка Watson от IBM, посетите наш веб-сайт здесь или попробуйте наши другие демонстрации здесь.
* Эта демонстрация предназначена для демонстрационных целей и не предназначена для обработки каких-либо личных данных.
** Данные обучения для демонстрации классификации пациентов были получены из Figure Eight, надежного партнера IBM.
