La resolución de correferencias es una tarea del procesamiento del lenguaje natural que identifica qué expresiones de un texto se refieren a la misma persona, cosa o situación. En «La señora Weber llamó. Ella pide que la llamen», el sistema debe entender que «ella» es la señora Weber. Es importante para resúmenes, extracción de información y chatbots que deben mantener las referencias a lo largo de varias frases o turnos de conversación.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoEl procesamiento del lenguaje natural (Natural Language Processing, NLP) es la rama de la IA que permite a los ordenadores analizar, comprender y generar lenguaje humano escrito u oral. Abarca tareas como traducción, clasificación, resumen, análisis de sentimiento y sistemas de pregunta-respuesta. Antes predominaban las reglas y los métodos estadísticos; hoy el campo lo marcan los grandes modelos de lenguaje.
El reconocimiento de entidades nombradas (Named Entity Recognition, NER) es una técnica de procesamiento del lenguaje que localiza en un texto nombres de personas, empresas y lugares, además de fechas o importes, y los asigna a una categoría. Así, el texto libre se convierte en datos estructurados. Ejemplo: de un correo se extraen automáticamente la empresa remitente, la persona de contacto, la fecha de entrega y el importe de la factura para pasarlos al CRM.
El análisis de dependencias (dependency parsing) es una técnica de procesamiento del lenguaje natural que representa la estructura gramatical de una oración como relaciones de dependencia entre palabras. Cada palabra se vincula a otra de la que depende, por ejemplo el sujeto y el objeto al verbo: en «El cliente pide dos lámparas», «cliente» y «lámparas» dependen de «pide». Ayuda, entre otras cosas, a extraer información, por ejemplo para saber quién hizo qué.
La comprensión del lenguaje natural (Natural Language Understanding) es la parte del procesamiento del lenguaje que capta el significado de un enunciado: qué intención hay detrás, qué personas, lugares o fechas se mencionan y qué tono tiene. Junto con la generación de lenguaje (NLG), forma una de las dos caras del NLP. Por ejemplo, un servicio de atención que reconoce en «Mi paquete aún no ha llegado» una consulta sobre la entrega.
