Introduction à la définition du traitement automatique du langage naturel (TALN)
Qu’est-ce que le traitement automatique du langage naturel (TLN) ?
Le traitement du langage naturel (NLP) est un domaine de l’intelligence artificielle (IA) qui permet aux ordinateurs d’analyser et de comprendre le langage humain, à la fois écrit et parlé. Il a été formulé pour créer un logiciel qui génère et comprend des langages naturels afin qu’un utilisateur puisse avoir des conversations naturelles avec un ordinateur au lieu de passer par la programmation ou des langages artificiels comme Java ou C.
Points clés à retenir
- Le traitement du langage naturel (NLP) utilise des algorithmes informatiques et l’intelligence artificielle pour permettre aux ordinateurs de reconnaître et de répondre à la communication humaine.
- Bien que plusieurs méthodes de PNL existent, elles impliquent généralement de diviser la parole ou le texte en sous-unités discrètes, puis de les comparer à une base de données sur la façon dont ces unités s’emboîtent en fonction de l’expérience passée.
- Les applications de synthèse vocale, que l’on trouve désormais sur la plupart des plates-formes iOS et Android, ainsi que les haut-parleurs intelligents comme Amazon Echo (Alexa) ou Google Home, sont devenus des exemples omniprésents de PNL au cours des dernières années.
Comprendre le traitement du langage naturel
Le traitement du langage naturel (NLP) est une étape dans une mission plus vaste pour le secteur de la technologie, à savoir utiliser l’intelligence artificielle (IA) pour simplifier le fonctionnement du monde. Le monde numérique s’est avéré changer la donne pour de nombreuses entreprises, car une population de plus en plus avertie en technologie trouve de nouvelles façons d’interagir en ligne entre elles et avec les entreprises. Les médias sociaux ont redéfini le sens de la communauté ; la crypto-monnaie a changé la norme de paiement numérique ; Le commerce électronique a donné un nouveau sens au mot commodité, et le stockage en nuage a introduit un autre niveau de conservation des données pour les masses.
Grâce à l’IA, des domaines tels que l’apprentissage automatique et l’apprentissage en profondeur ouvrent les yeux sur un monde de toutes les possibilités. L’apprentissage automatique est de plus en plus utilisé dans l’analyse de données pour donner un sens aux mégadonnées. Il est également utilisé pour programmer des chatbots pour simuler des conversations humaines avec les clients. Cependant, ces applications avancées de l’apprentissage automatique ne seraient pas possibles sans l’improvisation du traitement du langage naturel (NLP).
Comment fonctionne la PNL ?
La PNL combine l’IA avec la linguistique informatique et l’informatique pour traiter les langues et la parole humaines ou naturelles. Le processus peut être décomposé en trois parties. La première tâche de la PNL est de comprendre le langage naturel reçu par l’ordinateur. L’ordinateur utilise un modèle statistique intégré pour exécuter une routine de reconnaissance vocale qui convertit le langage naturel en un langage de programmation. Pour ce faire, il décompose un discours récent qu’il entend en unités minuscules, puis compare ces unités aux unités précédentes d’un discours précédent.
La sortie ou le résultat au format texte détermine statistiquement les mots et les phrases qui ont probablement été prononcés. Cette première tâche est appelée le processus parole-texte.
La tâche suivante s’appelle le balisage des parties du discours (POS) ou la désambiguïsation des catégories de mots. Ce processus identifie élémentairement les mots dans leurs formes grammaticales comme les noms, les verbes, les adjectifs, le passé, etc. en utilisant un ensemble de règles lexicales codées dans l’ordinateur. Après ces deux processus, l’ordinateur comprend probablement maintenant le sens du discours qui a été prononcé.
La troisième étape franchie par un NLP est la conversion texte-parole. A ce stade, le langage de programmation informatique est converti en un format audible ou textuel pour l’utilisateur. Un chatbot d’actualités financières, par exemple, auquel on pose une question comme « Comment va Google aujourd’hui ? » analysera très probablement les sites de financement en ligne à la recherche d’actions Google et pourra décider de ne sélectionner que des informations telles que le prix et le volume comme réponse.
Considérations particulières
La PNL tente de rendre les ordinateurs intelligents en faisant croire aux humains qu’ils interagissent avec un autre humain. Le test de Turing, proposé par Alan Turing en 1950, indique qu’un ordinateur peut être totalement intelligent s’il peut penser et faire une conversation comme un humain sans que l’humain sache qu’il converse réellement avec une machine.
Un ordinateur en 2014 a réussi le test avec complicité – un chatbot avec le personnage d’un garçon de 13 ans. Cela ne veut pas dire qu’une machine intelligente est impossible à construire, mais cela décrit les difficultés inhérentes à faire penser ou converser un ordinateur comme un humain. Étant donné que les mots peuvent être utilisés dans différents contextes et que les machines n’ont pas l’expérience de la vie réelle que les humains ont pour transmettre et décrire des entités avec des mots, cela peut prendre un peu plus de temps avant que le monde puisse complètement se débarrasser du langage de programmation informatique.
L’utilisation la plus courante de la PNL aujourd’hui est peut-être la synthèse vocale, que l’on trouve dans de nombreux systèmes d’exploitation mobiles ou les haut-parleurs intelligents. En effet, dès 2021, la technologie des haut-parleurs intelligents a pleinement pénétré le marché américain, où plus d’un tiers des foyers utilisent actuellement un appareil comme l’Amazon Echo (Alexa) ou le Google Nest.