ما المقصود بمعالجة اللغات الطبيعية (NLP)؟

معالجة اللغات الطبيعية (NLP) عبارة عن تقنية تعلّم الآلة تمكّن أجهزة الكمبيوتر من تفسير اللغة البشرية ومعالجتها وفهمها. تمتلك المؤسسات اليوم كميات كبيرة من البيانات الصوتية والنصية من قنوات اتصال مختلفة، مثل رسائل البريد الإلكتروني، والرسائل النصية، وموجزات الأخبار على وسائل التواصل الاجتماعي، والفيديوهات، والمقاطع الصوتية، والمزيد. وهي تستخدم برمجيات معالجة اللغات الطبيعية (NLP) لمعالجة هذه البيانات تلقائيًا، وتحليل النية أو المشاعر في الرسالة، والاستجابة في الوقت الفعلي للتواصل البشري.

ما سبب أهمية معالجة اللغات الطبيعية (NLP)؟

تعد معالجة اللغة الطبيعية (NLP) أمرًا بالغ الأهمية لتحليل بيانات النص والكلام بشكل كامل وفعال. يمكن أن تعمل من خلال الاختلافات في اللهجات واللغة العامية والأخطاء النحوية المعتادة في المحادثات اليومية.

تستخدمها الشركات في العديد من المهام الآلية، مثل:
•    معالجة المستندات الكبيرة وتحليلها وأرشفتها
• تحليل ملاحظات العملاء أو تسجيلات مراكز الاتصال
• تشغيل برامج الدردشة الآلية الخاصة بخدمة العملاء الآلية
• الإجابة على أسئلة من وماذا ومتى وأين
• تصنيف النص واستخراجه


يُمكنك أيضًا دمج معالجة اللغات الطبيعية (NLP) في التطبيقات المواجهة للعملاء للتواصل مع العملاء بشكل أكثر فعالية. على سبيل المثال، يقوم برنامج دردشة آلية بتحليل استعلامات العملاء وفرزها، والرد تلقائيًا على الأسئلة الشائعة وإعادة توجيه الاستعلامات المعقدة إلى دعم العملاء. تساعد هذه الأتمتة في تقليل التكاليف، وتوفير وقت الوكلاء الذي يقضونه في استفسارات متكررة، وتحسين رضا العملاء.

ما حالات استخدام معالجة اللغات الطبيعية (NLP) في الأعمال؟

تستخدم الشركات برامج وأدوات معالجة اللغة الطبيعية (NLP) لتبسيط العمليات وأتمتتها وتبسيطها بكفاءة ودقة. نقدم بعض الأمثلة على حالات الاستخدام أدناه. 

تنقيح البيانات الحساسة

تقوم الشركات في قطاعات التأمين والشؤون القانونية والرعاية الصحية بمعالجة كميات كبيرة من المستندات الحساسة وفرزها واسترجاعها مثل السجلات الطبية والبيانات المالية والبيانات الخاصة. بدلاً من المراجعة يدويًا، تستخدم الشركات تقنية معالجة اللغات الطبيعية (NLP) في تنقيح معلومات التعريف الشخصية وحماية البيانات الحساسة. فمثلًا، يساعد Chisel AI شركات التأمين على استخراج أرقام البوليصة، وتواريخ الانتهاء، وسمات العملاء الشخصية الأخرى من المستندات غير المهيكلة باستخدام Amazon Comprehend.

تفاعل العملاء

تسمح تقنيات معالجة اللغات الطبيعية (NLP) لروبوتات الدردشة والصوت بأن تكون أكثر شبهًا بالإنسان عند التحدث مع العملاء. تستخدم الشركات روبوتات الدردشة الآلية لتوسعة إمكانات خدمة العملاء وزيادة جودتها مع الحفاظ على التكاليف التشغيلية عند الحد الأدنى. تستخدم PubNub، التي تبني برمجيات الدردشة الآلية، Amazon Comprehend لتقديم وظائف الدردشة المترجمة لعملائها العالميين. تستخدم T-Mobile معالجة اللغات الطبيعية (NLP) لتحديد كلمات أساسية محددة في الرسائل النصية للعملاء وتقديم توصيات مخصصة. تنشر جامعة ولاية أوكلاهوما حل دردشة آلية للأسئلة والأجوبة للتعامل مع أسئلة الطلاب باستخدام تقنية تعلم الآلة

تحليلات الأعمال

يستخدم المسوقون أدوات معالجة اللغات الطبيعية (NLP) مثل Amazon Comprehend وAmazon Lex للحصول على تصور واعٍ ومدرك لما يشعر به العملاء تجاه منتج الشركة أو خدماتها. من خلال البحث عن عبارات محددة، يمكنهم قياس الحالة المزاجية للعملاء وعواطفهم في التعليقات المكتوبة. فعلى سبيل المثال، يوفرمؤشر الأداء الرئيسي (KPI) للنجاح حلول معالجة اللغة الطبيعية التي تساعد الشركات في التركيز على المجالات المستهدفة في تحليل المشاعر وتساعد مراكز الاتصال على استخلاص رؤى قابلة للتنفيذ من تحليلات المكالمات.

ما كيفية عمل معالجة اللغات الطبيعية (NLP)؟

تقوم معالجة اللغة الطبيعية (NLP) بالجمع بين اللغويات الحاسوبية وتعلم الآلة ونماذج التعلم العميق لمعالجة اللغة البشرية.

اللغويات الحاسوبية

اللغويات الحاسوبية هي علم فهم وبناء نماذج اللغة البشرية باستخدام أجهزة الكمبيوتر وأدوات البرمجيات. يستخدم الباحثون أساليب اللغويات الحاسوبية، مثل التحليل النحوي والدلالي، لإنشاء أطر تساعد الآلات على فهم اللغة البشرية في المحادثة. إن الأدوات مثل مترجمي اللغات، ومُركِّبات تحويل النص إلى كلام، وبرامج التعرف على الكلام تعتمد على اللغويات الحاسوبية. 

تعلُّم الآلة

تعلم الآلة هو تقنية تقوم بتدريب كمبيوتر باستخدام عينة من البيانات لتحسين كفاءته. تحتوي اللغة البشرية على العديد من السمات مثل السخرية والاستعارات والاختلافات في بنية الجملة بالإضافة إلى الاستثناءات في القواعد والاستخدام التي تستغرق سنوات من البشر لتعلمها. يستخدم المبرمجون أساليب تعلم الآلة لتعليم تطبيقات معالجة اللغات الطبيعية (NLP) للتعرف على هذه السمات وفهمها بدقة من البداية.

التعلم العميق

التعلم العميق هو مجال محدد من تعلم الآلة يُعلّم أجهزة الكمبيوتر التعلم والتفكير مثل البشر. وهي تنطوي علىشبكة عصبونية تتكون من العُقَد المهيكلة لمعالجة البيانات لتتشابه مع عمليات الدماغ البشري. من خلال التعلم العميق، تتعرف أجهزة الكمبيوتر على الأنماط المعقدة في بيانات الإدخال وتصنفها وتربط بينها.

خطوات تنفيذ معالجة اللغات الطبيعية (NLP)

في المعتاد، تبدأ عملية تنفيذ معالجة اللغات الطبيعية (NLP) بجمع وإعداد بيانات نصية أو كلامية غير مهيكلة من مصادر مثل مستودعات البيانات السحابية أو الاستبيانات أو رسائل البريد الإلكتروني أو تطبيقات عمليات الأعمال الداخلية.

المعالجة المسبقة

تقوم برمجيات معالجة اللغات الطبيعية (NLP) باستخدام المعالجة المسبقة مثل الترميز، وتحديد الجذر اللغوي، والتصريف، واستبعاد كلمات التوقف لتجهيز البيانات لمختلف التطبيقات. 

فيما يلي وصف لهذه التقنيات:

  • تقوم عملية الترميز بتقسيم الجملة إلى وحدات فردية من الكلمات أو العبارات. 
  • ويعمل تحديد الجذر اللغوي والتصريف على تبسيط الكلمات في جذرها الأصلي. على سبيل المثال، يتم تبسيط starting إلى start. 
  • أما استبعاد كلمات التوقف يضمن إزالة الكلمات التي لا تضيف معنى مهمًا للجملة، مثل for وwith. 

تدريب

يستخدم الباحثون البيانات المعالجة مسبقًا وتعلم الآلة لتدريب نماذج معالجة اللغة الطبيعية (NLP) لأداء تطبيقات محددة بناءً على المعلومات النصية المقدمة. تدريب خوارزميات معالجة اللغات الطبيعية (NLP) يتطلب تغذية البرنامج بعينات بيانات كبيرة لزيادة دقة الخوارزميات. 

النشر والاستدلال

يقوم خبراء تعلم الآلة بعد ذلك بنشر النموذج أو دمجه في بيئة إنتاج حالية. يتلقى نموذج NLP المدخلات ويتنبأ بمخرجات لحالة الاستخدام المحددة التي تم تصميم النموذج لها. يمكنك تشغيل تطبيق NLP على البيانات الحية والحصول على المخرجات المطلوبة.

ما مهام معالجة اللغات الطبيعية (NLP)؟

تعمل تقنيات معالجة اللغات الطبيعية (NLP)، أو مهام معالجة اللغات الطبيعية (NLP)، على تقسيم النص البشري أو الكلام إلى أجزاء أصغر تستطيع برامج الكمبيوتر فهمها بسهولة. فيما يلي إمكانات معالجة النصوص وتحليلها الشائعة في معالجة اللغات الطبيعية (NLP). 

وضع علامات على جزء من الكلام

هذه عملية يقوم فيها برنامج معالجة اللغات الطبيعية (NLP) بوضع علامات على الكلمات الفردية في جملة وفقًا للاستخدامات السياقية، مثل الأسماء أو الأفعال أو الصفات أو الظروف. يساعد الكمبيوتر في فهم كيف تكوّن الكلمات علاقات ذات المعنى مع بعضها البعض. 

توضيح معنى الكلمة

قد تحمل بعض الكلمات معانٍ مختلفة عند استخدامها في سيناريوهات مختلفة. على سبيل المثال، تعني كلمة «bat» أشياءً مختلفةً في هذه الجمل:

  • A bat is a nocturnal creature: هنا تعني "الخفاش مخلوق ليلي".
  • يستخدم لاعبو البيسبول مضربًا لضرب الكرة.

من خلال توضيح معنى الكلمة، يحدد برنامج معالجة اللغات الطبيعية (NLP) المعنى المقصود للكلمة، إما عن طريق تدريب نموذج لغتها أو الرجوع إلى تعريفات القاموس. 

التعرف على الكلام

يعمل التعرف على الكلام على تحويل البيانات الصوتية إلى نص. تتضمن العملية تقسيم الكلمات إلى أجزاء أصغر وفهم اللهجات والشتائم والاستخدام النحوي غير القياسي في المحادثة اليومية. أحد التطبيقات الأساسية للتعرف على الكلام هو التفريغ الصوتي، والذي يمكن القيام به باستخدام خدمات تحويل الكلام إلى نص مثل Amazon Transcribe.

الترجمة الآلية

يستخدم برنامج الترجمة الآلية معالجة اللغة الطبيعية في تحويل النص أو الكلام من لغة إلى أخرى مع الحفاظ على دقة السياق. خدمة AWS التي تدعم الترجمة الآلية هي Amazon Translate.

التعرف على الكيانات المسماة

تحدد هذه العملية أسماءً فريدةً للأشخاص والأماكن والأحداث والشركات وخلافه. يستخدم برنامج معالجة اللغات الطبيعية (NLP) التعرف على الكيانات المسماة في تحديد العلاقة بين الكيانات المختلفة في الجملة.

خذ بعين الاعتبار المثال التالي: «ذهبت جين في إجازة إلى فرنسا، وانغمست في المأكولات المحلية.»

سيختار برنامج معالجة اللغات الطبيعية (NLP) «جين» وفرنسا ككيانات خاصة في الجملة. يمكن توسعة ذلك بشكل أكبر من خلال دقة المرجع المشترك، وتحديد ما إذا تم استخدام كلمات أخرى لوصف نفس الكيان. في المثال أعلاه، أشارت كل من «جين» و «هي» إلى نفس الشخص. 

تحليل المشاعر

تحليل المشاعر هو نهج قائم على الذكاء الاصطناعي لتفسير المشاعر التي تنقلها البيانات النصية. يحلل برنامج معالجة اللغات الطبيعية (NLP) النص بحثًا عن الكلمات أو العبارات التي تُظهر عدم الرضا، والسعادة، والشك، والندم، وغيرها من العواطف الخفية. 

ما طرق معالجة اللغة الطبيعية؟

نقدم أدناه بعض الأساليب الشائعة لمعالجة اللغة الطبيعية.

معالجة اللغة الطبيعية الخاضعة للإشراف

تقوم أساليب معالجة اللغة الطبيعية الخاضعة للإشراف بتدريب البرنامج بمجموعة من المدخلات والمخرجات المسماة أو المعروفة. يقوم البرنامج أولاً بمعالجة كميات كبيرة من البيانات المعروفة ويتعلم كيفية إنتاج المخرجات الصحيحة من أي إدخال غير معروف. على سبيل المثال، تقوم الشركات بتدريب أدوات معالجة اللغة الطبيعية لتصنيف المستندات وفقًا لتسميات محددة. 

معالجة اللغة الطبيعية غير الخاضعة للإشراف

تستخدم معالجة اللغة الطبيعية غير الخاضعة للإشراف نموذج لغة إحصائية للتنبؤ بالنمط الذي يحدث عندما يتم تغذيته بواسطة مدخلات غير مسماة. على سبيل المثال، تقترح ميزة الإكمال التلقائي في الرسائل النصية كلمات ذات صلة منطقية للجملة من خلال مراقبة استجابة المستخدم.  

فهم اللغة الطبيعية

فهم اللغة الطبيعية (NLU) هو مجموعة فرعية من معالجة اللغة الطبيعية حيث يركز على تحليل المعنى الكامن وراء الجمل. يسمح فهم اللغة الطبيعية (NLU) للبرنامج بالعثور على معانٍ مماثلة في جمل مختلفة أو يسمح له بمعالجة الكلمات التي لها معانٍ مختلفة. 

إنتاج اللغة الطبيعية

يركز إنتاج اللغة الطبيعية (NLG) على إنتاج نص محادثة مثلما يفعل البشر بناءً على كلمات أساسية أو مواضيع معينة. على سبيل المثال، يمكن لروبوت دردشة آلية ذكي مزود بإمكانات إنتاج اللغة الطبيعية (NLG) التحدث مع العملاء بطرق مشابهة للتي يقوم بها موظفو دعم العملاء. 

كيف تساعد AWS في مهام معالجة اللغات الطبيعية (NLP)؟

توفر AWS المجموعة الأوسع والأكثر اكتمالاً من خدمات الذكاء الاصطناعي وتعلم الآلة(AI/ML) للعملاء من جميع مستويات الخبرة. ترتبط هذه الخدمات بمجموعة شاملة من مصادر البيانات.

بالنسبة للعملاء الذين يفتقرون إلى مهارات التعلم الآلي، أو يحتاجون إلى وقت أسرع للتسويق، أو يرغبون في إضافة معلومات ذكية إلى عملية أو تطبيق موجود، تقدم AWS مجموعة من خدمات اللغات القائمة على تعلم الآلة. يتيح ذلك للشركات إضافة الذكاء بسهولة إلى تطبيقات الذكاء الاصطناعي الخاصة بها من خلال واجهات برمجة التطبيقات المدربة مسبقًا للكلام والنسخ والترجمة وتحليل النص ووظائف روبوتات الدردشة chatbot.

فيما يلي قائمة بخدمات اللغات المستندة إلى تعلم الآلة من AWS:

  • يساعد Amazon Comprehend على اكتشاف الأفكار والعلاقات في النص
  • يقوم Amazon Transcribe بالتعرف التلقائي على الكلام
  • يتيح Amazon Translate ترجمة النص بطلاقة
  • يحوِّل Amazon Polly النص إلى خطاب يبدو طبيعيًا
  • تساعد Amazon Lex في بناء روبوتات الدردشة للتفاعل مع العملاء
  • تقوم Amazon Kendra بإجراء بحث ذكي لأنظمة المؤسسات للعثور بسرعة على المحتوى الذي يبحث عنه المرء

بالنسبة للعملاء الذين يرغبون في إنشاء حل قياسي لمعالجة اللغة الطبيعية (NLP) عبر أعمالهم، فكر في Amazon SageMaker. يعمل SageMaker على تسهيل إعداد البيانات وإنشاء نماذج تعلم الآلة وتدريبها ونشرها لأي حالة استخدام باستخدام البنية التحتية والأدوات وسير العمل المُدارة بالكامل، بما في ذلك العروض التي لا تحتوي على تعليمات برمجية لمحللي الأعمال.

باستخدام Hugging Face على Amazon SageMaker، يمكنك نشر النماذج المدربة مسبقًا وضبطها من Hugging Face، وهو مزود مفتوح المصدر لنماذج معالجة اللغة الطبيعية (NLP) المعروفة باسم Transformers. هذا يقلل الوقت الذي يستغرقه إعداد واستخدام نماذج NLP هذه من أسابيع إلى دقائق.

ابدأ باستخدام NLP من خلال إنشاء حساب AWS اليوم.

الخطوات التالية لمعالجة اللغة الطبيعية في AWS

التحقق من الموارد الإضافية المتعلقة بالمنتج
خدمات تعلّم الآلة المجانية على AWS 
تسجيل الاشتراك للحصول على حساب مجاني

تمتع بالوصول الفوري إلى الطبقة المجانية من AWS. 

تسجيل الاشتراك 
بدء إنشاء وحدة تحكم

البدء في بناء وحدة التحكم في إدارة AWS.

تسجيل الدخول