Cómo utilizar el Aprendizaje de Máquina para implementar Chatbots

Procesamiento de Lenguaje Natural, factor clave en el desarrollo de Chatbots.

2/5

Adaptación del texto original de Jordi Torras, CEO de Inbenta.

Para desplegar chatbots inteligentes, necesitamos que nuestro chatbot entienda las preguntas de los usuarios y no solo palabras clave predeterminadas, a esto se le llama Procesamiento del Lenguaje Natural, que es un área de la Inteligencia Artificial.

Utilizar el aprendizaje de máquina para implementar el Procesamiento del Lenguaje Natural es un área en continuo desarrollo y mejora. Se tienen 3 aproximaciones básicas:

Analítica: utilización de reglas gramaticales, léxico, diccionarios y sintaxis para construir un software que siga las reglas que cada lenguaje natural tiene al procesar el significado.

Estadística:  utilizar largos volúmenes de datos para inferir la lógica de cualquier lenguaje y utilizar el aprendizaje de máquina para afinar esa lógica.

Mixto: utilizar una combinación de las técnicas mencionadas. Este es un método utilizado por Inbenta.

Muchas de las tecnologías de chatbots se apoyan más en métodos estadísticos, utilizando redes neuronales para lograr tareas que se esperaría que los chatbots hagan mejor: adivinar la intención.

El mismo modelo que hemos visto para procesos de aprendizaje de máquina en lo general, pueden usarse para entrenar chatbots con terminología ligeramente distinta: 

Declaraciones: se trata de diversas y múltiples maneras de preguntar algo con la misma intención.  Por ejemplo “cuál es el costo de la tarjeta de crédito” y “cuáles son las tarifas de la tarjeta”, son esencialmente 2 declaraciones distintas con la misma intención.

Intención: se trata de entender la intención de la pregunta, de esta manera generar las respuestas desde el chatbot, ya sea de manera estática (respuesta enlatada) o dinámica (accediendo a una aplicación transnacional).

El modelo para entrenar la red neuronal para un chatbot es esencialmente el mismo que se utiliza para entrenar cualquier otra aplicación de aprendizaje de máquina.

En el siguiente capítulo veremos como el tipo de versiones más ingenuas de chatbots con aprendizaje de máquina, viene acompañado de diversos problemas y limitaciones, mayoría de los cuales provienen del enorme volumen de datos que se requieren para hacer que los chatbots funcionen.

Da click aquí para continuar leyendo la siguiente entrada de nuestra serie.

Visita nuestro glosario con términos de apoyo que te serán de utilidad para la fácil lectura de este artículo.

SOLICITA UNA DEMO