[et_pb_section fb_built=\u00bb1″ admin_label=\u00bbsection\u00bb _builder_version=\u00bb4.19.5″ background_color=\u00bb#020000″ collapsed=\u00bboff\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row admin_label=\u00bbrow\u00bb _builder_version=\u00bb4.16″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.16″ custom_padding=\u00bb|||\u00bb global_colors_info=\u00bb{}\u00bb custom_padding__hover=\u00bb|||\u00bb][et_pb_text _builder_version=\u00bb4.19.5″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n
<\/p>\n
El di\u00e1logo hombre-m\u00e1quina ha sido una de las \u00e1reas de investigaci\u00f3n m\u00e1s activas durante d\u00e9cadas. En los \u00faltimos a\u00f1os se ha avanzado mucho en el campo de la PLN<\/strong> (Procesamiento del Lenguaje Natural), aunque, debido a la complejidad del lenguaje humano, la m\u00e1quina a\u00fan no es capaz de comprenderlo a la perfecci\u00f3n.<\/p>\n <\/p>\n El Procesamiento del Lenguaje Natural<\/strong>, conocido como PLN<\/strong>, es esa rama de la Inteligencia Artificial que hace posible que la computadora entienda un texto escrito o oraciones habladas en voz alta, para que pueda devolver una salida.<\/p>\n Comprender el lenguaje humano es una acci\u00f3n compleja que incluye no solo el significado de las palabras individuales, sino tambi\u00e9n el significado l\u00f3gico y sem\u00e1ntico de la oraci\u00f3n. En otras palabras, para que el lenguaje natural sea comprensible para la m\u00e1quina, es necesario tener en cuenta la fon\u00e9tica, la sintaxis, la sem\u00e1ntica, la fonolog\u00eda, la morfolog\u00eda, la pragm\u00e1tica y todo el discurso en el que se encuentran las palabras.<\/p>\n <\/p>\n Para que la computadora pueda entender un discurso en su totalidad, hay tres tareas principales a considerar:<\/p>\n <\/p>\n Los usos del procesamiento del lenguaje natural son muchos y variados. Algunos ya se han convertido en parte de nuestra vida diaria, como los asistentes virtuales<\/strong> (Alexa, Siri, Google, Cortana). Otros son menos conocidos, pero de indiscutible utilidad, como el Resumen Autom\u00e1tico<\/strong> que produce autom\u00e1ticamente un resumen de uno o m\u00e1s documentos textuales. Puede ser utilizado para la extracci\u00f3n de informaci\u00f3n de documentos de gobierno (informes, procedimientos), documentos administrativos (facturas, contratos).<\/p>\n Veamos otros ejemplos:<\/p>\n <\/p>\n Como se mencion\u00f3 en el p\u00e1rrafo anterior, el An\u00e1lisis de Sentimiento<\/strong> es esa rama de la Inteligencia Artificial<\/strong> encargada de analizar datos textuales para detectar sentimientos u opiniones positivas, negativas y neutrales. A menudo se usa en marketing para monitorear el feedback cualitativo hacia marcas, productos y servicios. Tambi\u00e9n es \u00fatil en el campo de la atenci\u00f3n al cliente<\/strong>, de hecho, brinda la posibilidad de identificar m\u00e1s r\u00e1pido los comentarios negativos de los clientes y responder lo antes posible, evitando que el descontento crezca y da\u00f1e la reputaci\u00f3n de la marca.<\/p>\n En resumen, las aplicaciones son diferentes y en el futuro seguramente escucharemos m\u00e1s y m\u00e1s sobre Sentiment Analysis. Esto se debe a que, independientemente del uso que podamos hacer de \u00e9l, presenta tres grandes ventajas:<\/p>\n Los elementos antes mencionados satisfacen importantes necesidades comerciales. De hecho, las organizaciones acumulan una enorme cantidad de datos no estructurados que supondr\u00edan un coste excesivo, tanto econ\u00f3mico como de tiempo, para ser analizados manualmente. Adem\u00e1s, si se tratara de recursos humanos para tratarlo, cada persona utilizar\u00eda criterios diferentes para definir un texto \u00abpositivo\u00bb o \u00abnegativo\u00bb, lo que llevar\u00eda a un an\u00e1lisis basado en criterios inconsistentes y, por lo tanto, poco \u00fatiles. Otra necesidad es tener una visi\u00f3n en tiempo real del sentimiento del p\u00fablico en cuesti\u00f3n, para poder actuar con prontitud.<\/p>\n No hay duda de que el an\u00e1lisis de sentimiento<\/strong> y el desarrollo de PLN<\/strong> traer\u00e1n enormes beneficios a las organizaciones p\u00fablicas y privadas.<\/p>\n <\/p>\n Drive2Data, experta en refinaci\u00f3n de datos, ha realizado varios estudios sobre procesos de Sentiment Analysis. Tras una primera experiencia utilizando tokenizaciones, lematura y Machine Learning<\/strong>, hoy est\u00e1 experimentando con la aplicaci\u00f3n de Procesamiento de Lenguaje Natural<\/strong> para realizar mejoras en la soluci\u00f3n de An\u00e1lisis de Sentimiento.<\/p>\n Aprovechar los motores PLN para realizar an\u00e1lisis de sentimiento en texto ofrece soluciones m\u00e1s inteligentes con mayor precisi\u00f3n y en menos tiempo. Los m\u00e9todos de PLN, como la lematizaci\u00f3n y la derivaci\u00f3n, ayudan a analizar mejor las palabras y frases para predecir el sentimiento de las oraciones al medir sus puntajes de polaridad. Al usar modelos de Deep Learning<\/strong> como Transformers, las GPT pueden ser m\u00e1s \u00fatiles para el an\u00e1lisis de opiniones.<\/p>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row admin_label=\u00bbrow\u00bb _builder_version=\u00bb4.16″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb custom_margin=\u00bb25px||||false|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.16″ custom_padding=\u00bb|||\u00bb global_colors_info=\u00bb{}\u00bb custom_padding__hover=\u00bb|||\u00bb][et_pb_divider _builder_version=\u00bb4.16″ _module_preset=\u00bbdefault\u00bb width=\u00bb70%\u00bb module_alignment=\u00bbcenter\u00bb global_colors_info=\u00bb{}\u00bb][\/et_pb_divider][et_pb_button button_url=\u00bbhttps:\/\/drive2data.com\/es\/\u00bb url_new_window=\u00bbon\u00bb button_text=\u00bbDESCUBRE MAS\u00bb button_alignment=\u00bbcenter\u00bb _builder_version=\u00bb4.19.5″ _module_preset=\u00bbdefault\u00bb custom_button=\u00bbon\u00bb button_text_size=\u00bb22px\u00bb button_text_color=\u00bb#ffb300″ button_bg_color=\u00bb#000000″ button_border_width=\u00bb2px\u00bb button_border_color=\u00bb#ffb300″ button_border_radius=\u00bb10px\u00bb button_font=\u00bb|600|||||||\u00bb button_use_icon=\u00bboff\u00bb custom_margin=\u00bb||2%||false|false\u00bb custom_padding=\u00bb16px|16px|16px|16px|false|true\u00bb box_shadow_style=\u00bbpreset1″ locked=\u00bboff\u00bb global_colors_info=\u00bb{%22gcid-f2ce690f-aeee-4241-a830-be586ba3dd75%22:%91%93}\u00bb][\/et_pb_button][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":" El di\u00e1logo hombre-m\u00e1quina ha sido una de las \u00e1reas de investigaci\u00f3n m\u00e1s activas durante d\u00e9cadas. En los \u00faltimos a\u00f1os se ha avanzado mucho en el campo de la PLN (Procesamiento del Lenguaje Natural), aunque, debido a la complejidad del lenguaje humano, la m\u00e1quina a\u00fan no es capaz de comprenderlo a la perfecci\u00f3n. QU\u00c9 […]<\/p>\n","protected":false},"author":1,"featured_media":19151,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[184],"tags":[191,190],"class_list":["post-18960","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","tag-analisis-del-sentimiento","tag-pln"],"yoast_head":"\nQU\u00c9 ES EL PROCESAMIENTO DEL LENGUAJE NATURAL (PLN)<\/strong><\/h2>\n
LAS 3 TAREAS DE PLN A CONSIDERAR<\/strong><\/h3>\n
\n
Aplicaciones de PLN<\/strong><\/h3>\n
\n
AN\u00c1LISIS DE SENTIMIENTO: QU\u00c9 ES Y CU\u00c1LES SON LAS VENTAJAS<\/strong><\/h2>\n
\n
LA EXPERIENCIA DRIVE2DATA<\/strong><\/h2>\n