Casos de uso de treinamento de compreensão de linguagem natural Ppt

Slide 1

Este slide lista os casos de uso para compreensão de linguagem natural, como roteamento automático de tickets, raciocínio automatizado, tradução automática e resposta a perguntas.

Slide 2

Este slide afirma que a automação do atendimento ao cliente é um excelente exemplo corporativo de NLU. As máquinas podem interpretar o conteúdo dos tíquetes de suporte ao cliente e encaminhá-los aos departamentos apropriados sem exigir que as pessoas abram todos os tíquetes. Isso economiza centenas de horas dos funcionários de atendimento ao cliente e permite que eles priorizem solicitações urgentes.

Slide 3

Este slide descreve que um assunto da ciência cognitiva conhecido como raciocínio automatizado é usado para provar mecanicamente teoremas matemáticos ou formar conclusões lógicas sobre um diagnóstico médico. Ele fornece às máquinas um tipo de pensamento ou lógica, permitindo-lhes inferir novos fatos por meio da dedução.

Notas do instrutor:

Algoritmos de computador podem criar conclusões com base em dados previamente obtidos e processados. Na medicina, por exemplo, usando regras de dedução SE-ENTÃO, os robôs podem deduzir um diagnóstico com base em diagnósticos anteriores.

Slide 4

Este slide afirma que uma das tarefas mais problemáticas em NLP e NLU é traduzir com precisão voz ou texto de um idioma para outro. As tecnologias de tradução automática permitem inserir palavras ou fazer upload de documentos inteiros e obter traduções em dezenas de idiomas.

Notas do instrutor:

O Google Tradutor incorpora um software de reconhecimento óptico de caracteres (OCR), permitindo que máquinas extraiam texto de fotos, interpretem-no e traduzam-no.

Slide 5

Este slide descreve que responder a perguntas é um ramo do NLP e do reconhecimento de voz que usa o NLU para ajudar os computadores a entender as consultas de linguagem natural.

Notas do instrutor:

A menos que você designe uma cidade específica, os assistentes virtuais informarão o tempo para sua localização atual por padrão. O objetivo de responder a perguntas é responder no idioma nativo do usuário, em vez de uma lista de respostas por escrito.