cedat logo cedat logo

What's new

L’interpretazione del linguaggio naturale passa dall’AI

giovedì Novembre 18, 2021

L’intelligenza artificiale aiuta le macchine a comprendere ed elaborare testi scritti. I social media hanno dato uno scossone a ciò che conosciamo come Natural Language Processing (NLP) che può essere utilizzato anche per scopi di marketing e quindi di business, vediamo come e perché

Sappiamo bene che la lingua italiana è molto complicata, rispetto ad altre lingue: le regole grammaticali, i modi di dire, la fonetica ci catapultano in un mondo dove l’interpretazione del linguaggio naturale, per una macchina, risulta complicato. Ma non ci disperiamo! Oggi, grazie alle novità in fatto di intelligenza artificiale (AI), il Natural Language Processing (NLP) o comprensione ed elaborazione del linguaggio naturale, rientra tra le soluzioni che stanno riscuotendo un maggiore progresso. 

Ce lo conferma anche uno studio di Osservatori.net. Come possiamo concretizzare nella realtà cosa faccia l’NLP? Si pensi ai sistemi di traduzione automatica o alla correzione di un testo e alle finalità che possono essere sia di comprensione del contenuto di un testo sia di produzione di un testo partendo da dati forniti in anticipo.

Linguaggio normale e linguaggio formale

Per linguaggio naturale, spiega Celi (Language Technology) si intende la lingua che usiamo nella vita di tutti i giorni ed è sinonimo di linguaggio umano, distinguendosi dal linguaggio formale, incluso il linguaggio dei computer. Così com’è, il linguaggio naturale è la forma di comunicazione umana più comune, e non solo nella sua versione parlata, anche quella scritta sta crescendo esponenzialmente negli ultimi anni, da quando il mobile internet è in fermento con i social media. Rispetto al linguaggio formale, il linguaggio naturale è molto più complesso, contiene spesso sottointesi e ambiguità, il che lo rende molto difficile da elaborare.

Dietro un’apparente semplicità di risultato vi è, invece, un ragionamento e un lavoro complesso. Le macchine sono tali, seguono schemi di regole ben precise dettate, per esempio, dai linguaggi di programmazione, ma la lingua, specie quella italiana, non è inquadrabile in regole facilmente interpretabili. 

L’NLP si occupa solo dei testi, sequenze di parole che insieme esprimono messaggi. Basti pensare a un post, a una pagina web, a un tweet che si differenzia dall’elaborazione del parlato che rappresenta un altro capitolo. L’NLP porta le soluzioni per analizzare la sintattica di un testo, tagliando e associando le parole e le categorie morfologiche.

Cosa possono fare le imprese con il NLP? 

Analisi del testo al fine di individuare elementi chiave come argomenti, persone; interpretazione di un testo per classificarlo, per esempio, come spam; analisi di una recensione in un sito Internet capendone la positività o la negatività; analisi da un testo del comportamento futuro di un cliente o potenziale tale; traduzione di testi. Sta di fatto che l’evoluzione della comprensione del testo presenta potenzialità ma in Italia stenta a decollare. Sempre secondo quanto risulta a Osservatori.net, esistono una serie di criticità rilevate da chi ha iniziato a lavorarci. In primo luogo, la mancanza di dataset che addestrino i motori di intelligenza artificiale. Questo comporta la necessità di fare massicci investimenti, ma servono anche competenze interne specifiche per lo sviluppo di queste soluzioni. A questo punto si somma un ulteriore problema: la lingua italiana non sempre garantisce la sua comprensione e le eventuali declinazioni e nemmeno la comprensione del sentiment del testo per dedurne il significato reale. Tempo al tempo, in ogni caso, passi avanti sono già stati fatti.