Procesamiento de lenguaje natural

Campo dedicado a que las máquinas comprendan, interpreten y produzcan lenguaje humano. Es el paraguas amplio del que los LLM y los transformadores son la encarnación actual, y abarca también el reconocimiento del habla, la comprensión de intención y la síntesis de voz.

En el curso

Módulo 1 — lo describe como el campo más amplio que aporta las técnicas sobre las que se apoyan LLM y transformadores, y despliega su vertiente de voz en cuatro siglas: ASR (voz a texto), TTS (texto a voz), NLU (comprensión de intención y contexto) y biometría de voz. La ausencia de PLN es justamente lo que limitaba a los chatbots de primera generación.

Módulo 4 — matiza sus logros: los avances en PLN han hecho las interacciones mucho más conversacionales, pero las frases ambiguas, los objetivos cambiantes y los supuestos implícitos siguen desorientando a los sistemas. El caso Whisper muestra el reverso en la capa de reconocimiento del habla, con entre un 1 % y un 8 % de transcripciones que contienen texto inventado.

Módulo 6 — lo hace estratégico a través de la voz: lo que separa a un agente de voz de la telefonía IVR clásica es precisamente que comprende y produce lenguaje natural en vez de recorrer un árbol de opciones fijas.

Relacionado

LLM · Transformadores · Chatbot · Memoria a largo y corto plazo (LSTM) · Redes neuronales recurrentes (RNN) · Agente de voz con IA