การประมวลผลภาษาธรรมชาติ (NLP) คืออะไร

ธุรกิจต่าง ๆ ใช้ซอฟต์แวร์และเครื่องมือการประมวลผลภาษาธรรมชาติ (NLP) เพื่อลดความซับซ้อน ทำให้เป็นอัตโนมัติ และปรับปรุงการดำเนินงานได้อย่างมีประสิทธิภาพและถูกต้อง สามารถดูตัวอย่างได้ดังต่อไปนี้ 

การปกปิดข้อมูลที่ละเอียดอ่อน

ธุรกิจในภาคการประกันภัย กฎหมาย และการดูแลสุขภาพจะประมวลผล จัดเรียง และเรียกเอกสารสำคัญๆ จำนวนมาก เช่น เวชระเบียน ข้อมูลทางการเงิน และข้อมูลส่วนตัว แทนที่จะตรวจสอบด้วยตนเอง บริษัทจะใช้เทคโนโลยี NLP เพื่อเรียบเรียงข้อมูลที่สามารถระบุตัวบุคคลและปกป้องข้อมูลที่ละเอียดอ่อน ยกตัวอย่างเช่น Chisel AI จะช่วยให้ผู้ให้บริการประกันภัยดึงหมายเลขกรมธรรม์ วันหมดอายุ และคุณลักษณะของลูกค้าต่าง ๆ จากเอกสารที่ไม่มีโครงสร้างด้วย Amazon Comprehend

ความผูกพันของลูกค้า

เทคโนโลยี NLP ช่วยให้ Chatbot และ Voicebot มีความเหมือนมนุษย์มากขึ้นเมื่อพูดคุยกับลูกค้า ธุรกิจใช้ Chatbot เพื่อขยายขีดความสามารถในการให้บริการลูกค้าและคุณภาพ ในขณะที่ยังรักษาต้นทุนการดำเนินงานให้น้อยที่สุด PubNub ซึ่งสร้างซอฟต์แวร์ Chatbot ใช้ Amazon Comprehend เพื่อแนะนำฟังก์ชันการแชทที่แปลเป็นภาษาท้องถิ่นสำหรับลูกค้าทั่วโลก T-Mobile ใช้ NLP เพื่อระบุคำหลัก ๆ ในข้อความของลูกค้าและให้คำแนะนำเป็นส่วนบุคคล มหาวิทยาลัยโอคลาโฮมาสเตตใช้ Q&A Chatbot Solution เพื่อตอบคำถามของนักศึกษาโดยใช้เทคโนโลยีแมชชีนเลิร์นนิง

การวิเคราะห์ทางธุรกิจ

นักการตลาดใช้เครื่องมือ NLP อย่าง Amazon Comprehend และ Amazon Lex เพื่อเข้าใจถึงความรู้สึกของลูกค้าที่มีต่อผลิตภัณฑ์หรือบริการของบริษัท โดยการสแกนวลีที่เฉพาะเจาะจง พวกเขาสามารถวัดอารมณ์และความรู้สึกของลูกค้าในฟึดแบ็กที่เป็นลายลักษณ์อักษร ตัวอย่างเช่น Success KPI นำเสนอโซลูชันการประมวลผลภาษาธรรมชาติที่ช่วยให้ธุรกิจมุ่งเน้นไปยังเป้าหมายในการวิเคราะห์ความรู้สึก และช่วยให้ศูนย์ติดต่อได้รับข้อมูลเชิงลึกที่นำไปดำเนินการได้จากการวิเคราะห์การโทร

เทคนิคการประมวลผลภาษาธรรมชาติ (NLP) หรืองาน NLP จะแบ่งข้อความหรือคำพูดของมนุษย์ออกเป็นส่วนเล็ก ๆ ที่โปรแกรมคอมพิวเตอร์สามารถเข้าใจได้ง่าย ความสามารถในการประมวลผลและวิเคราะห์ข้อความทั่วไปใน NLP แสดงไว้ด้านล่าง 

การติดแท็กคำพูดแบบส่วน F

เป็นกระบวนการที่ซอฟต์แวร์ NLP ติดแท็กคำแต่ละคำในประโยคตามการใช้งานตามบริบท เช่น คำนาม กริยา คำคุณศัพท์ หรือคำวิเศษณ์ ซึ่งจะช่วยให้คอมพิวเตอร์เข้าใจว่าคำสร้างความสัมพันธ์ที่มีความหมายระหว่างกันอย่างไร 

แก้ความกำกวมของคำศัพท์

คำบางคำอาจมีความหมายต่างกันเมื่อใช้ในสถานการณ์ที่แตกต่าง ยกตัวอย่างเช่น คำว่า “ค้างคาว” หมายถึงสิ่งต่าง ๆ ในประโยคต่อไปนี้

• ค้างคาวเป็นสิ่งมีชีวิตที่ออกหากินเวลากลางคืน
• ผู้เล่นเบสบอลใช้ไม้ตีลูกบอลตีลูก

ด้วยการแก้ความกำกวมของคำศัพท์ ซอฟต์แวร์ NLP จะระบุความหมายที่ตั้งใจไว้ของคำ ไม่ว่าจะโดยการฝึกโมเดลภาษาหรือการอ้างอิงถึงคำจำกัดความในพจนานุกรม 

การจดจำเสียงพูด

การจดจำเสียงพูดจะเปลี่ยนข้อมูลเสียงเป็นข้อความ กระบวนการนี้เกี่ยวข้องกับการแบ่งคำออกเป็นส่วนย่อย ๆ และทำความเข้าใจ สำเนียง การพูดไม่ชัด น้ำเสียงสูงต่ำ และการใช้ไวยากรณ์ที่ไม่ใช่มาตรฐานในการสนทนาในชีวิตประจำวัน งานหลักของการจดจำเสียงพูดคือการถอดเสียง ซึ่งสามารถทำได้โดยใช้บริการการถอดเสียงพูดเป็นข้อความ เช่น Amazon Transcribe

การแปลภาษาด้วยเครื่อง

ซอฟต์แวร์แปลภาษาด้วยคอมพิวเตอร์ใช้การประมวลผลภาษาธรรมชาติเพื่อแปลงข้อความหรือคำพูดจากภาษาหนึ่งเป็นอีกภาษาหนึ่งโดยที่ยังคงความถูกต้องตามบริบท บริการของ AWS ที่รองรับการแปลภาษาด้วยเครื่องคือ Amazon Translate

การรับรู้ชื่อเอนทิตี

กระบวนการนี้จะระบุชื่อที่ไม่ซ้ำกันของผู้คน สถานที่ เหตุการณ์ บริษัท และอื่นๆ ซอฟต์แวร์ NLP ใช้การรับรู้ชื่อเฉพาะเพื่อกำหนดความสัมพันธ์ระหว่างชื่อเฉพาะต่าง ๆ ในประโยค

ลองพิจารณาตัวอย่างต่อไปนี้: “เจนไปเที่ยวพักผ่อนไปฝรั่งเศสและเธอดื่มด่ำกับอาหารท้องถิ่น”

ซอฟต์แวร์ NLP จะเลือก “เจน” และ “ฝรั่งเศส” เป็นชื่อเฉพาะในประโยค สามารถขยายผลได้ด้วยการใช้ความละเอียดในการอ้างอิง โดยพิจารณาว่ามีการใช้คำที่ต่างกันเพื่ออธิบายชื่อเฉพาะเดียวกันหรือไม่ ในตัวอย่างข้างต้นทั้ง “เจน” และ “เธอ”ชี้ไปที่คนเดียวกัน 

การวิเคราะห์ความรู้สึก

การวิเคราะห์ความรู้สึกเป็นวิธีการใช้ปัญญาประดิษฐ์ในการตีความอารมณ์ที่ถ่ายทอดโดยข้อมูลที่เป็นข้อความ ซอฟต์แวร์ NLP วิเคราะห์ข้อความสำหรับคำหรือวลีที่แสดงความไม่พอใจ ความสุข ความสงสัย ความเสียใจ และอารมณ์ที่ซ่อนเร้นอื่นๆ 

AWS มอบชุดบริการปัญญาประดิษฐ์และแมชชีนเลิร์นนิง (AI/ML) ที่ครบถ้วนและสมบูรณ์ที่สุดเพื่อลูกค้าในทุกระดับความเชี่ยวชาญ บริการเหล่านี้เชื่อมต่อกับชุดแหล่งข้อมูลที่ครอบคลุม

สำหรับลูกค้าที่ยังขาดทักษะด้าน ML และต้องการออกสู่ตลาดเร็วขึ้น หรือต้องการเพิ่มความอัจฉริยะให้กับกระบวนการหรือแอปพลิเคชันที่มีอยู่ AWS ขอนำเสนอบริการภาษาแบบ ML ที่หลากหลาย สิ่งเหล่านี้ช่วยให้บริษัทต่าง ๆ สามารถเพิ่มคุณสมบัติอัจฉริยะให้กับแอปพลิเคชัน AI ได้อย่างง่ายดายผ่าน API ที่ผ่านการฝึกอบรมล่วงหน้าสำหรับการพูด การถอดความ การแปล การวิเคราะห์ข้อความ และฟังก์ชันการแชทบอท

นี่คือรายการบริการภาษาที่ใช้ AWS ML:

• Amazon Comprehend ช่วยในการค้นพบข้อมูลเขิงลึกและความสัมพันธ์ที่มีอยู่ในข้อความ
• Amazon Transcribe ดำเนินการรู้จำเสียงพูดอัตโนมัติ
• Amazon Translate แปลข้อความได้อย่างคล่องแคล่ว
• Amazon Polly เปลี่ยนข้อความให้กลายเป็นคำพูดที่ฟังเป็นธรรมชาติ
• Amazon Lex ช่วยสร้างแชทบอทเพื่อมีส่วนร่วมกับลูกค้า
• Amazon Kendra ทำการค้นหาระบบองค์กรอัจฉริยะเพื่อค้นหาเนื้อหาที่กำลังมองหาได้อย่างรวดเร็ว

สำหรับลูกค้าที่ต้องการสร้างโซลูชันการประมวลผลภาษาธรรมชาติ (NLP) มาตรฐานในธุรกิจของตน ให้พิจารณา Amazon SageMaker. SageMaker เป็นต้วช่วยให้ง่ายต่อการเตรียมข้อมูล สร้าง ฝึกฝน และปรับใช้โมเดล ML สำหรับกรณีการใช้งานใด ๆ ด้วยโครงสร้างพื้นฐาน เครื่องมือ และเวิร์กโฟลว์ที่มีการจัดการเต็มรูปแบบ รวมถึงการเสนอแบบไม่มีโค้ดสำหรับนักวิเคราะห์ธุรกิจ

ด้วย Hugging Face บน Amazon SageMaker คุณสามารถปรับใช้และปรับแต่งโมเดลที่ผ่านการฝึกอบรมล่วงหน้าจาก Hugging Face ผู้ให้บริการโอเพนซอร์สของโมเดล NLP ที่รู้จักกันในชื่อ Transformers ซึ่งจะช่วยลดเวลาในการตั้งค่าและใช้โมเดล NLP เหล่านี้จากสัปดาห์เป็นนาที

เริ่มต้นใช้งาน NLP ด้วยการสร้างบัญชี AWS วันนี้