![Siyah ve mavi zemin üzerine 'NLU'.](https://cdn.prod.website-files.com/637e5037f3ef83b76dcfc8f9/66f71cb970ec670e3ea12598_Natural%20language%20understanding.webp)
NLU, yapay zeka ekosistemindeki başka bir kısaltma gibi görünebilir, ancak yapay zekanın gerçekten ne demek istediğimizi anlamasını sağlamanın ayrılmaz bir parçasıdır.
Siri ne zaman yol sorduğunuzu, ne zaman şarkı çaldığınızı nasıl anlıyor?
Bir yapay zeka temsilcisi ürün sorusu ile destek talebi arasındaki farkı nasıl anlar?
NLU'nun nasıl çalıştığını ve daha akıllı yapay zeka etkileşimleri için neden gerekli olduğunu inceleyelim.
NLU nedir?
Doğal dil anlama (NLU), makinelerin insan dilini yorumlamasını ve anlamasını sağlayan doğal dil işlemenin (NLP) bir alt kümesidir.
NLU, yapay zeka sohbet robotlarında, sanal asistanlarda ve duygu analizi araçlarında kullanılır. Makinelerin, ister metin ister ses olsun, kullanıcı niyetini doğru bir şekilde yorumlamasına olanak tanır, böylece uygun eylemle takip edebilirler.
NLU, AI-hard problemi (AI-complete olarak da bilinir) olarak kabul edilir, yani çözülmesi için yapay zeka gerektirir. Yapay zeka (YZ) olmadan NLU imkansızdır.
NLU nasıl çalışır?
![Soyut bir küp deseninde lacivert üçgen ve çizgiler.](https://cdn.prod.website-files.com/637e5037f3ef83b76dcfc8f9/66ad3c3bdc5ee071e24a12b2_66ad3c216a546a67c83f070a_getty-images-6oXF8OrUDiM-unsplash.webp)
NLU, anlamını ve niyetini yorumlamak için insan dilini parçalara ayırır. İşte adım adım nasıl çalıştığı:
1. Metnin Ön İşlemden Geçirilmesi
Analiz başlamadan önce metin, anlamlı içeriğe odaklanmak için noktalama işaretleri ve durak kelimeleri gibi gereksiz unsurlar çıkarılarak temizlenir.
2. Temel Bileşenlerin Belirlenmesi
Sistem , varlıkları, anahtar kelimeleri ve kelime öbeklerini çıkararak daha fazla analiz için metnin en alakalı kısımlarını belirler.
3. Cümle Yapısını Analiz Etme
NLU, kelime ilişkilerini ve dilbilgisini inceleyerek farklı kelime ve kavramların bir cümle içinde nasıl etkileşime girdiğini belirler.
4. Amaçlar ve Hedeflerle Eşleştirme
Çıkarılan bileşenler önceden tanımlanmış amaçlar veya hedeflerle eşleştirilerek sistemin kullanıcının amacını anlamasına yardımcı olur.
5. Bağlam ile Anlayışın Geliştirilmesi
Geçmiş etkileşimler ve bağlamsal ipuçları, NLU sisteminin yanıtları konuşma geçmişine göre ayarlamasına olanak tanıyarak doğruluğu artırmaya yardımcı olur.
6. Yapılandırılmış Çıktı Oluşturma
Son olarak, sistem eylemleri tetikleyebilen, komutları çalıştırabilen veya ilgili bilgileri sunabilen yapılandırılmış bir yanıt üretir.
Gerçek Dünya Örneği
![Soyut bir küp deseninde sarı ve kahverengi çizgiler.](https://cdn.prod.website-files.com/637e5037f3ef83b76dcfc8f9/66ad3bae8cdea0e07a93b58b_66ad3a5fb460b595cf499106_getty-images-FNa4HY84IOI-unsplash.webp)
Bunu bir örnekle açıklayalım.
Patrick iş yerinde, takvimi de dahil olmak üzere tüm ana uygulamalarıyla entegre olan bir yapay zeka ajanı kullanıyor.
Patrick yapay zeka ajanına yazıyor: "Anqi ile yarın öğlen 1'de ya da benzer bir saatte bir toplantı ayarlayın. İki hafta sonrası için bir takip planlayın."
Ajan YZ iş akışı sırasında, ajanı şunları yapacaktır:
- Niyeti tanımlayın: Temsilci, Patrick'in bir toplantı planlamak istediğini belirler
- Anahtar varlıkları ayıklayın: Temsilci, Patrick'in kişi olan 'Anqi', saat olan '1pm' ve tarih olan 'yarın' hakkında konuştuğunu tanımlar.
- İfade analizi: Temsilci, eylem öğesinin 'zamanlama' olduğunu, Anqi ile yapılması gerektiğini ve saat ve günün yarın öğleden sonra 1 olması gerektiğini tanımlar.
- Bağlamsal anlayış: Temsilci, müsaitlik durumundan emin olmak için Patrick ve Anqi'nin takvimlerini kontrol eder. Yarın öğlen 1 boş değilse, talep edildiği gibi benzer bir zaman önerecektir.
- Son işlem: Temsilci, Patrick ve Anqi'ye takvim davetleri göndererek toplantıyı ve takibi planlar.
NLU'nun Gerçek Dünyadaki Kullanımları
![Soyut bir küp deseninde lacivert çizgiler.](https://cdn.prod.website-files.com/637e5037f3ef83b76dcfc8f9/66ad3bae8cdea0e07a93b594_66ad3ac9e1db3d28a4438eeb_getty-images-q_QzDHxPvlI-unsplash.webp)
Günlük hayatınızda, çoğu zaman farkında bile olmadan NLU ile karşılaşmanız muhtemeldir. İşte en yaygın gerçek dünya uygulamalarından bazıları:
Müşteri adayı oluşturma
NLU, diyalogsal yapay zeka aracılığıyla müşteri adaylarını nitelendirmenin bir biçimi olan yapay zeka müşteri adayı oluşturmanın önemli bir bileşenidir. Sohbet robotları, doğal dil anlayışını kullanarak gelen müşteri adaylarının ihtiyaçlarını ve yeteneklerini belirleyebilir. Hatta bir müşteri adayını nitelendirdikten sonra doğrudan satış temsilcileriyle takvim toplantıları düzenleyebilirler.
Sesli asistanlar
Siri, Alexa ve Google Assistant gibi sesli asistanlar, sözlü komutlarınızın arkasındaki amacı anlamak için NLU'ya güvenir.
Örneğin, "Saat 14:00'teki tırnak randevum için bir hatırlatıcı ayarla" dediğinizde, asistan cümlenizi parçalar, amacı belirler (hatırlatıcı ayarlamak) ve varlıkları çıkarır (tırnak randevusu, yarın, 14:00).
NLU, bu asistanların sözlü talepleri anlamlandırmasına ve doğru eylemle takip etmesine olanak tanır.
Müşteri hizmetleri sohbet robotları
Bir müşteri destek sohbet robotuyla etkileşime geçip "Paketim nerede?" diye yazdığınızda, bot NLU'yu kullanarak amacınızın teslimat durumunu kontrol etmek olduğunu belirler.
Gerekli varlığı - sipariş bilgilerinizi - çıkarır ve doğru güncellemeyi sağlar. Çeşitli müşteri sorgularını anlama ve yanıtlama yeteneği, NLU'yu modern müşteri hizmetleri otomasyonunun önemli bir parçası yapan şeydir.
E-posta sıralama ve otomasyon
NLU, e-posta otomasyon sistemlerinin arkasında da bulunur. Örneğin, NLU destekli araçlar gelen e-postaları okuyabilir, içeriği anlayabilir ve bunları otomatik olarak "acil", "promosyonlar" veya "toplantılar" gibi kategorilere ayırabilir.
Bu sistemler, e-postanın içeriğine göre uygun yanıtlar bile oluşturabilir ve işletmelere iletişim yönetiminde zaman kazandırır.
Geri bildirim ve anketler için metin analizi
Şirketler NLU'yu genellikle anketlerden, incelemelerden ve sosyal medya gönderilerinden gelen geri bildirimleri analiz etmek için kullanır.
NLU, yazılı dildeki kalıpları ve duyguları belirlemeye yardımcı olarak müşteri ihtiyaçlarını ve görüşlerini anlamayı mümkün kılar.
Örneğin, bir NLU sistemi yüzlerce müşteri yorumunu tarayabilir ve duygu analizini kullanarak çoğu kullanıcının belirli bir özellik hakkında olumlu mu yoksa olumsuz mu hissettiğini belirleyebilir.
Temel Bileşenler
![Soyut bir küp deseninde mavi ve gri çizgiler.](https://cdn.prod.website-files.com/637e5037f3ef83b76dcfc8f9/66ad3bae8cdea0e07a93b590_66ad3a48ae33e71b5e71e415_getty-images-b5fwxTA4egk-unsplash.webp)
Tokenizasyon
Tokenizasyon, yapay zekanın işlemesini kolaylaştırmak için bir cümleyi kelimeler veya kelime öbekleri gibi daha küçük birimlere ayırma işlemidir.
Örnek: "Schedule a meeting for 3 PM tomorrow" ["Schedule," "a," "meeting," "for," "3 PM," "tomorrow"] şeklinde belirtilir.
Konuşma Parçası (POS) Etiketleme
POS etiketleme, her bir kelimeyi isim, fiil, sıfat vb. olarak etiketleyerek bir cümlenin gramer yapısını tanımlar.
Örnek: "Schedule a meeting" (Bir toplantı planla) ifadesinde yapay zeka "Schedule" ifadesini fiil, "meeting" ifadesini ise isim olarak etiketler.
Adlandırılmış Varlık Tanıma (NER)
Adlandırılmış Varlık Tanıma (NER), metin içindeki isimler, konumlar ve tarihler gibi önemli varlıkları tespit eder ve sınıflandırır.
Örnek: "Gelecek Cuma New York'a bir uçuş rezervasyonu yapın" ifadesinde, yapay zeka "New York "u bir konum ve "gelecek Cuma "yı bir tarih olarak tanımlar.
Niyet Sınıflandırması
Niyet sınıflandırması, kullanıcının girdisinin altında yatan hedefi veya amacı belirler.
Örnek: "İki kişilik bir masa ayırtın" rezervasyon yapma niyeti olarak sınıflandırılır.
Bağımlılık Ayrıştırma
Bağımlılık ayrıştırması, cümlenin gramer yapısını anlamak için kelimeler arasındaki ilişkileri analiz eder.
Örnek: "Raporu Maria'ya gönder" ifadesinde YZ, raporun alıcısının "Maria" olduğunu belirtir.
Bağlamsal Analiz
Bağlamsal analiz, yanıtların ilgili ve doğru olmasını sağlamak için çevredeki konuşmaları veya önceki etkileşimleri kullanır.
Örnek: Bir kullanıcı daha önce belirli bir proje hakkında soru sorduysa, yapay zeka gelecekteki yanıtları bu bağlama göre uyarlayabilir.
Özel bir NLU aracısı oluşturun
Yapay zeka teknolojisinin hızla ilerlemesiyle birlikte, herkes NLU yeteneklerine sahip bir yapay zeka ajanı oluşturabilir.
Botpress işletmeler için oluşturulmuş sonsuz genişletilebilir bir bot oluşturma platformudur. stack adresimiz, geliştiricilerin her türlü kullanım durumu için sohbet botları ve yapay zeka aracıları oluşturmasına olanak tanır.
Ücretsiz katmanımız, kapsamlı eğitimlerimiz ve Botpress Academy.
Bugün inşa etmeye başlayın. Ücretsiz.