Post on 27-Apr-2020
- 1 -
Inteligencia Artificial aplicada a la experiencia del cliente
Marta Guerrero
30 de septiembre de 2019
- 2 -
Cuando pensamos en Inteligencia artificial….
- 3 -
Procesamiento
del Lenguaje
Natural
PLN
¿Qué es el PLN?
El Procesamiento del Lenguaje Natural lo constituyen las distintas técnicas que permiten a los
ordenadores trabajar de forma automática con el lenguaje humano, tanto en su forma escrita como en su
forma oral.
- 4 -
VOZ TEXTO
Procesamiento Comprensión Generación
Procesamiento de Lenguaje Natural
PLN Voy y texto
- 5 -
Principales
tareas del
PLN
Traducción automática
Clasificación automática
Speech2text
Generación automática de
texto
Extracción de información
Análisis del
sentimiento
Chatbots
- 6 -
- Servicio consolidado
- Multitud de idiomas, inglés idioma principal
- +20 dialectos español
- Gran acierto en conversaciones con buena acústica
- Transcripción por identificación de locutores
https://cloud.google.com/speech-to-text/
Speech2text:
Conversación >
texto
- 7 -
Ejemplo de
transcripción de
2 locutores
- 8 -
Clasificación
de textos
Corpus
Representación
vectorial
Modelos de
machine learning Predicción
Taxonomía - Tecnología madura aunque se necesita mayor conocimiento
- Se necesitan corpus medianos y grandes
- Corpus anotados
- 9 -
https://projector.tensorflow.org/
Visualizador de
Embeddings
- 10 -
Mejora del proceso mediante incorporación de un sistema
de clasificación automática
Efectividad: Clasifica automáticamente
el 55% de las reclamaciones
con el mismo acierto que
una persona.
Ahorro del 50% del tiempo del operador.
Retorno de la inversión
cuantificable
y recuperable.
Modelo Score de
categoría Incertidumbre
El modelo decide si clasificar o derivar a un operador.
Clasificación
automática de
reclamaciones
- Corpus anotado - Taxonomía de 400 etiquetas
- 11 -
Análisis del
sentimiento
- Analiza las opiniones de los usuarios
- Reconoce al menos 3 etiquetas: positivo, negativo y neutro
- Tecnología madura
- Múltiples idiomas, predominio del inglés
- Acierto + de 80% en dominios muy acotados por idioma
- 12 - https://azure.microsoft.com/es-es/services/cognitive-services/text-analytics/
Ejemplo:
Análisis del
sentimiento
- 13 -
Análisis
Avanzado
Sorpresa,
asombro
Ira,
enfado
Euforia,
enorgullecerse
Detección emociones en texto
Modelo psicologico de emociones
humanas PUTCHIK
- 14 -
Extracción
de la
información
-Tecnología madura
-Reconoce distintas entidades:
-> al menos 3: organización, persona, localización
-Múltiples idiomas, predominio del inglés
-Acierto + de 80% en dominios muy acotados
https://cloud.google.com/natural-language/
- 15 -
Generación
de texto OpenAI generador de noticias falsas
https://www.youtube.com/watch?v=XMJ8VxgUzTc#action=share
- Se introduce un párrafo
y el resto se genera
automáticamente
- Solo inglés
- No está liberado
- 16 -
Chatbot
Conversación
en texto
o
transcripción de
voz > texto
Base de datos de
preguntas respuestas
CHATBO
T
Reglas
lingüísticas
- Reconoce y expresa diferentes intenciones: saludos, dudas,
búsqueda de productos
- Reconoce y expresa emoticonos
- Conversación acotada a un dominio e idioma concreto
- Múltiples idiomas, no todos con el mismo grado de desarrollo
PLN
- 17 -
Chatbot
app.naiz.chat
Affective computing
- Solo inglés
- Reconoce emociones
básicas, define tipos de
personalidades
- 18 -
C/ Francisco Tomás y Valiente, nº 11
EPS, Edificio B, 5ª planta
UAM Cantoblanco. 28049 Madrid
Tel.: (+34) 91 497 2323
Elementos gráficos de apoyo obtenidos en:
Puedes consultar los artículos de
innovación en nuestro Blog:
www.iic.uam.es/blog/