Problema: applicare algoritmi di apprendimento automatico all'elaborazione del linguaggio naturale (NLP).

Contesto: Per decenni gli esseri umani hanno comunicato con le macchine scrivendo codici contenenti regole specifiche. Da tempo i computer eseguono compiti in risposta ai comandi che impartiamo loro. Grazie ai progressi della PNL, ora siamo in grado di interagire con i computer utilizzando il linguaggio naturale.

I successi dell'NLP includono i chatbot che gestiscono efficacemente le richieste dei clienti 24 ore su 24, 7 giorni su 7, gli assistenti virtuali (ad esempio, Amazon Alexa) che comprendono i nostri comandi orali per soddisfare le nostre esigenze in tempo reale e i traduttori automatici che traducono al volo le principali lingue. La sintesi del testo, la categorizzazione dei contenuti, l'analisi del sentiment, la conversione da testo a voce, la conversione da voce a testo e altre funzionalità NLP stanno portando la comunicazione uomo-macchina a un livello superiore.

Tipo di modello: Una combinazione di algoritmi in NLP

Cosa abbiamo fatto: Abbiamo utilizzato una libreria Python chiamata TextBlob per fornire funzionalità NLP come API. Abbiamo reso operative queste funzionalità con la piattaforma SnapLogic.(Maggiori informazioni su come abbiamo realizzato questa demo).

In questa demo, digitate una frase nel riquadro di sinistra e fate clic sui pulsanti sotto i riquadri per eseguire diverse operazioni NLP, come l'analisi del sentiment. I risultati potrebbero essere ritardati a causa della domanda. Si prega di essere pazienti.