قد يبدو NLU مجرد اختصار آخر في منظومة الذكاء الاصطناعي، ولكنه جزء لا يتجزأ من جعل الذكاء الاصطناعي يفهم ما نعنيه حقاً.
كيف يعرف Siri عندما تسأل عن الاتجاهات مقابل تشغيل أغنية؟
كيف يمكن للذكاء الاصطناعي chatbot معرفة الفرق بين السؤال عن المنتج وطلب الدعم؟
دعنا نفصّل كيفية عمل وحدة معالجة اللغات الطبيعية وسبب ضرورتها لتفاعلات الذكاء الاصطناعي الأكثر ذكاءً.
ما هي وحدة اللغة الإنجليزية غير المتداخلة؟
إن فهم اللغة الطبيعية (NLU) هو مجموعة فرعية من معالجة اللغة الطبيعية (NLP) التي تمكّن الآلات من تفسير اللغة البشرية وفهمها.
تُستخدم تقنية NLU في روبوتات الدردشة الآلية والمساعدين الافتراضيين وأدوات تحليل المشاعر. وهي تسمح للآلات بتفسير نوايا المستخدم بدقة - سواء كانت نصية أو صوتية - حتى تتمكن من متابعة الإجراء المناسب.
تُعتبر NLU من المشاكل الصعبة للذكاء الاصطناعي (تُعرف أيضًا باسم مشكلة الذكاء الاصطناعي)، مما يعني أنها تتطلب ذكاءً اصطناعيًا من أجل حلها. يستحيل حل NLU بدون ذكاء اصطناعي (AI).
كيف يعمل NLU؟
تقوم NLU بتفكيك اللغة البشرية لتفسير معناها ومقصدها. إليك كيفية عملها خطوة بخطوة:
- تتم معالجة النص مسبقًا لإزالة العناصر غير الضرورية (مثل علامات الترقيم وكلمات التوقف).
- يحدد النظام المكونات الرئيسية مثل الكيانات والكلمات الرئيسية والعبارات من النص.
- يقوم بتحليل بنية الجملة لفهم العلاقات بين الكلمات والمفاهيم.
- يقوم نموذج NLU بتعيين العناصر المعترف بها إلى مقاصد أو أهداف محددة.
- يقوم محرك NLU بتحسين فهمه بناءً على السياق وسجل تفاعل المستخدم.
- يوفر النظام مخرجات منظمة يمكن أن تؤدي إلى اتخاذ الإجراءات أو الاستجابات المناسبة.
مثال من العالم الحقيقي
دعونا نوضح ذلك بمثال.
يستخدم باتريك وكيل ذكاء اصطناعي في العمل يتكامل مع جميع تطبيقاته الرئيسية، بما في ذلك التقويم الخاص به.
يكتب باتريك لوكيل الذكاء الاصطناعي الخاص به: "حدد موعدًا للقاء مع Anqi في الساعة الواحدة ظهرًا غدًا، أو في وقت مشابه. حدد موعدًا للمتابعة لمدة أسبوعين بعد ذلك."
وكيله الذكاء الاصطناعي سوف:
- تحديد النية: يحدد العميل أن باتريك يريد تحديد موعد اجتماع
- استخراج الكيانات الرئيسية: يحدد الوكيل أن باتريك يتحدث عن "أنقي" جهة الاتصال، و"1 مساءً" الوقت، و"غدًا" التاريخ.
- تحليل المنطوق: يحدد الوكيل أن عنصر الإجراء هو "الجدولة"، وينبغي أن يتم ذلك مع Anqi، ويجب أن يكون الوقت واليوم هو الساعة الواحدة ظهرًا غدًا.
- الفهم السياقي: يتحقق الوكيل من تقويمي باتريك وآنكي للتأكد من توفرهما. إذا لم تكن الساعة الواحدة ظهراً غداً غير متاحة، فسيقترح وقتاً مماثلاً، كما هو مطلوب.
- الإجراء النهائي: يقوم الوكيل بجدولة الاجتماع والمتابعة عن طريق إرسال دعوات التقويم إلى باتريك وأنكي.
الاستخدامات الواقعية لوحدة الاستعمالات غير المباشرة
من المحتمل أن تصادف في حياتك اليومية استخدامات لوحدات التخزين غير القابلة للتشغيل (NLU)، وغالباً ما يكون ذلك دون أن تدرك ذلك. فيما يلي بعض التطبيقات الأكثر شيوعًا في العالم الحقيقي:
المساعدون الصوتيون
تعتمد المساعدات الصوتية مثل Siri وAlexa وGoogle Assistant على وحدة تخاطب اللغة الطبيعية لفهم القصد من وراء الأوامر المنطوقة.
على سبيل المثال، عندما تقول: "حدد موعدًا للتذكير بموعد طلاء الأظافر في الساعة 2 ظهرًا"، يقوم المساعد بتفكيك جملتك وتحديد القصد (تحديد تذكير) واستخراج الكيانات (موعد طلاء الأظافر، غدًا، 2 ظهرًا).
وتتيح وحدة التخاطب الوطني لهؤلاء المساعدين فهم الطلبات الشفهية ومتابعتها بالإجراء الصحيح.
روبوتات الدردشة الآلية لخدمة العملاء
عندما تتفاعل مع خدمة دعم العملاء chatbot وتكتب "أين طردي؟"، يستخدم الروبوت وحدة معالجة اللغات الطبيعية لتحديد أن نيتك هي التحقق من حالة التسليم.
فهو يستخرج الكيان الضروري - معلومات طلبك - ويوفر التحديث الصحيح. هذه القدرة على فهم استفسارات العملاء المختلفة والرد عليها هي ما يجعل وحدة خدمة العملاء الوطنية جزءًا أساسيًا من أتمتة خدمة العملاء الحديثة.
فرز البريد الإلكتروني والأتمتة
كما توجد وحدة معالجة اللغات الطبيعية أيضًا وراء أنظمة أتمتة البريد الإلكتروني. على سبيل المثال، يمكن للأدوات التي تعمل بتقنية NLU قراءة رسائل البريد الإلكتروني الواردة، وفهم المحتوى، وتصنيفها تلقائيًا إلى فئات مثل "عاجل" أو "عروض ترويجية" أو "اجتماعات".
كما يمكن لهذه الأنظمة توليد الردود المناسبة بناءً على محتوى البريد الإلكتروني، مما يوفر وقت الشركات في إدارة الاتصالات.
التحليلات النصية للملاحظات والاستطلاعات
وغالباً ما تستخدم الشركات وحدة تحليل الملاحظات الواردة من الاستطلاعات والمراجعات ومنشورات وسائل التواصل الاجتماعي.
تساعد وحدة معالجة اللغات الطبيعية على تحديد الأنماط والمشاعر في اللغة المكتوبة، مما يجعل من الممكن فهم احتياجات العملاء وآرائهم.
على سبيل المثال، يمكن لنظام NLU أن يفحص مئات من مراجعات العملاء ويحدد ما إذا كان معظم المستخدمين يشعرون بالإيجاب أو السلب تجاه ميزة معينة باستخدام تحليل المشاعر.
المكونات الرئيسية
الترميز
الترميز هو عملية تقسيم الجملة إلى وحدات أصغر، مثل الكلمات أو العبارات، لتسهيل معالجتها على الذكاء الاصطناعي.
مثال: "حدد موعدًا لاجتماع في الساعة 3 عصرًا غدًا" يتم ترميزها إلى ["جدولة"، "أ"، "اجتماع"، "من أجل"، "3 مساءً"، "غدًا"].
وضع علامات على جزء من الكلام (POS)
يحدد وضع علامات POS التركيب النحوي للجملة من خلال تصنيف كل كلمة كاسم أو فعل أو صفة أو ما إلى ذلك.
مثال: في "جدولة اجتماع"، يضع الذكاء الاصطناعي علامة "جدولة" كفعل و"اجتماع" كاسم.
التعرف على الكيانات المسماة (NER)
يقوم برنامج التعرّف على الكيانات المسماة (NER) باكتشاف وتصنيف الكيانات المهمة مثل الأسماء والمواقع والتواريخ داخل النص.
مثال: في "حجز رحلة إلى نيويورك يوم الجمعة المقبل"، يحدد الذكاء الاصطناعي "نيويورك" كموقع و"الجمعة المقبل" كتاريخ.
تصنيف النوايا
يحدد تصنيف النوايا الهدف أو الغرض الأساسي للمستخدم من وراء إدخاله.
مثال: تُصنف عبارة "حجز طاولة لشخصين" على أنها نية إجراء حجز.
تحليل التبعيات
يقوم تحليل التبعية بتحليل العلاقات بين الكلمات لفهم البنية النحوية للجملة.
مثال: في "إرسال التقرير إلى ماريا"، يحدد الذكاء الاصطناعي أن "ماريا" هي المستلم للتقرير.
التحليل السياقي
يستخدم التحليل السياقي المحادثات المحيطة أو التفاعلات السابقة لضمان أن تكون الردود ذات صلة ودقيقة.
مثال: إذا سأل المستخدم سابقًا عن مشروع معين، فقد يقوم الذكاء الاصطناعي بتخصيص الإجابات المستقبلية بناءً على هذا السياق.
إنشاء وكيل NLU مخصص
مع التقدم السريع لتكنولوجيا الذكاء الاصطناعي، يمكن لأي شخص بناء وكيل ذكاء اصطناعي بقدرات NLU.
Botpress هي منصة بناء روبوتات قابلة للتوسيع إلى ما لا نهاية مصممة للمؤسسات. يتيح موقعنا stack للمطورين إنشاء روبوتات الدردشة الآلية ووكلاء الذكاء الاصطناعي لأي حالة استخدام.
من السهل البدء مع مستوانا المجاني ودروسنا التعليمية الشاملة و Botpress Academy.
ابدأ البناء اليوم. إنه مجاني.
جدول المحتويات
ابق على اطلاع دائم بأحدث ما توصل إليه وكلاء الذكاء الاصطناعي
شارك هذا على:
.svg)
