• 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
  • 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
machine-learning

Applicazioni NLP (Natural Language Processing Applications)

Applicazioni NLP (Natural Language Processing Applications)

Esistono decine di differenti applicazioni NLP. Si tratta di sistemi di machine learning progettati per risolvere problemi di Natural Language processing, ossia processo e analisi del linguaggio naturale.

L’espressione Natural Language Processing fa quindi riferimento a un campo di studi che, ispirandoci alla definizione che Arthur Samuel diede di machine learning, conferisce ai computer l’abilità di capire, analizzare, manipolare e generare il linguaggio umano.

Un linguaggio codificato sotto forma di testo, o audio.

Applicazioni NLP

Questo articolo non avrebbe mai fine se solo avessi inserito tutte le applicazioni NLP. Così ho scelto di selezionarne alcune, e incorporare le altre progressivamente!

Iniziamo!

Machine Translation

Google Translate è un sistema altamente esemplificativo. L’idea di tradurre un testo in differenti lingue è stata peraltro una delle prime attività pratiche di machine learning.

Durante la guerra fredda, l’esercito statunitense aveva la necessità di capire i messaggi sovietici intercettati dall’intelligence.

Il problema era l’assenza d’interpreti umani disposti a tradire la madre patria e aiutare un paese nemico.

L’idea di sfruttare sistemi di apprendimento artificiale inizio a balenare nella mente di molti scienziati. La ridotta potenza di calcolo, e la scarsità dei dati disponibili, d’altro canto segnarono il prematuro tramonto di un ambizioso progetto.

Question Answering

IBM Watson è un set di AI di prima categoria, progettate per il mondo enterprise e capaci di gestire problemi di differente natura.

Uno dei sitemi divenne celebre nel 2011 per aver battuto alcuni campioni in un gioco a premi statunitense. La capacità di rispondere a domande generiche è propria degli esseri umani: applicazioni NLP come questa postano il concetto a un nuovo livello.

Esistono dataset popolari come lo SQuAD (Stanford Question Answering Dataset) che raccogliendo le risposte a 100k domande, consente di allenare sistemi abili a comprendere porzioni di testo e rispondere a domande a esso inerenti.

Possiamo persino usare python per sviluppare sistemi analoghi

Sentiment Analysis

I sistemi di sentiment analysis permettono di estrarre da un testo informazioni riguardanti le emozioni generali trasmesse dalle parole scelte.

In questo modo è possibile identificare commenti offensivi e di spam, provvedendo automaticamente alla loro eliminazione ancor prima della pubblicazione, preservando siti e prodotti da pubblicità dannosa.

I sistemi di sentiment analysis sono applicazioni NLP che consento di aiutare i reparti di customer care aziendale, ad esempio, distinguendo messaggi positivi e di complimenti, da quelli negativi e su cui deve essere posta la massima priorità

Text classification

Efficienti sistemi per comprendere il contenuto di un testo e propriamente classificarlo con una label. Si tratta spesso di multilabel classification system. Qui un’intera guida passo a passo, dall’EDA al training di un modello, con tanto di tuning degli iper-parametri.

Named Entity Recognition (NER)

Stiamo parlando di applicazioni NLP capaci d’identificare le così dette named entity.

Ora mi dirai.

“Andreee so leggere e tradurre!”

Hai ragione!

Passiamo a qualche informazione realmente utile.

Esiste un’area di studi denominata information extraction, o “estrazione dell’informazione”. In essa definiamo named entity un qualsiasi oggetto che esista e possa essere identificato da un nome proprio.

Quindi Barack Obama è un named identity, così come Louvre Museum.

Ora come insegniamo a un’intelligenza artificiale a riconoscere le named entity nella frase: “Il Louvre Museum è un luogo tra i più visitati di Parigi” ?

Risponde la NER.

Per approfondire questo ambito, puoi trovare qui una fonte formidabile.

Un caldo abbraccio, Andrea!

No, questo contenuto è riservato.
Non ci puoi accedere

E’ destinato a una ristretta lista di persone motivate e intraprendenti.

E’ diritto esclusivo di sognatori e curiosi.

Come? Pensi di essere una di loro?

Dimostramelo…

accetto i noiosi termini e le condizioni

Written by Andrea Provino - Ottobre 6, 2019
Tags | ispirazione, natural language processing

You Might Also Like

aws-transformation-day-2019-milan-milano-innovazione-trasformazione-digitale-amazon-consigli-guida-italiano-aws-cloud

AWS Transformation Day: 4 mindset per l’innovazione tecnologica

Novembre 30, 2019
aws-applied-ai-data-science-enterprise-solution-applied-ai-machine-learning-aws-example-solution-ai-business-case-study-ai-ideas

AWS for Applied AI: 4 usi pratici

Dicembre 1, 2019
mentalità-sunrise-data-science-machine-learning-blog-italia-deep-learning-python

Mentalità: le 4 da conoscere, evitare e padroneggiare

Febbraio 15, 2020
Next Post
Previous Post

Una pubblicità che non vedi se usi AdBlock

EXPAND YOUR KNOWLEDGE

  • rust-react-webassembly-privacy-preserving-machine-learning Logs

    Rust, WebAssembly, React e un MVP

    Dicembre 21, 2020
  • diffie-hellman-key-exchange-protocol-scambio-di-chiavi-diffie-hellman Data Science, Privacy Preserving

    Cos’è lo scambio di chiavi Diffie-Hellman (DH)? | Privacy Preserving

    Dicembre 15, 2020
  • principio-di-esattezza-data-science-machine-learning-gdpr-data-accuracy Data Science, GDPR Compliant

    GDPR: Principio di esattezza dei dati (Data Accuracy)

    Dicembre 12, 2020
  • tensorflow-extended-tfx-deploy-machine-learning-guide-machine-learning-pipelines machine-learning

    TFX: come funziona Tensorflow Extended?

    Dicembre 9, 2020
  • tensorflow-extended-tfx-deploy-machine-learning-guide-machine-learning-pipelines machine-learning

    TensorFlow Extended (TFX) | Production Machine Learning Pipeline

    Dicembre 6, 2020
  • mean-shift-clustering-guida-italiano-spiegazione-semplice-algoritmo-di-clustering-esempio Data Science

    Mean-Shift Clustering

    Dicembre 3, 2020
  • data-minimization-principle-gdpr-principio-minimizzazione-dati-personali-gdpr-italia-consulenza-spiegazione-semplice Data Science, GDPR Compliant

    GDPR: Principio di minimizzazione dei dati (Data minimization)

    Dicembre 1, 2020
  • machine-learning-for-finance-trading-online-data-science-deep-learning-intelligenza-artificiale AI, machine-learning

    FinTech: Machine Learning for Finance (FinML) | Guide e Risorse di qualità

    Novembre 29, 2020
  • gdpr-principio-di-limitazione-della-finalita-machine-learning-data-science-guida-prupose-limitation-gdpr Data Science, GDPR Compliant

    GDPR: Principio di Limitazione della finalità | Purpose Limitation

    Novembre 26, 2020
  • machine-learning-engineer-lavoro-stipendio-responsabilità-come-diventare AI, Business, machine-learning

    Machine Learning Engineer

    Novembre 23, 2020

Quello che Google pensa ti possa piacere

Prodotti che i Cookie dicono potresti trovare interessanti

AI Blog - © 2019-2021 Andrea Provino