Una de las metas que persigue el Comercio Conversacional es crear experiencias memorables a través de generar conversaciones fluidas e intuitivas, muy cercano a como sería una plática con otra persona.

Para lograr esto, se auxilia de tecnologías como el Entendimiento de Lenguaje Natural (NLU) y el Procesamiento de Lenguaje Natural (NLP). En muchas ocasiones se suele confundir ambos términos ya que son muy similares y en la práctica es difícil distinguir lo que hace cada uno por separado. 

Comencemos explicando qué es el NLP o Natural Language Processing. Lo podemos definir como una rama de la Inteligencia Artificial. Se encarga de estudiar y analizar cómo ayudar a los sistemas de cómputo a procesar, entender e interpretar el lenguaje humano. El NLP toma algunos elementos de otras ciencias como la lingüística, algoritmos computacionales y procesamiento masivo de datos (Big Data). La finalidad del NLP, es transformar el lenguaje humano a un lenguaje máquina, que pueda ser comprensible para cualquier computadora.

Veamos un ejemplo

“Necesito que me lleven media docena de cartones de leche para el jueves”

Para un humano, seguramente será una frase muy fácil de comprender, la instrucción es clara, esta persona requiere que llevemos una cantidad determinada de cartones de leche a su casa para este jueves. Con esta información, un repartidor podría llevar el pedido sin problemas a su domicilio. 

Sin embargo, para una máquina o computadora entender la misma cosa no es tan sencillo. En primer lugar, se debe entrenar al sistema para buscar palabras clave o partes de la frase que hagan referencia a cantidad de producto, en este caso media docena. Así mismo, se debe tener un entrenamiento para identificar indicios relacionados a fechas, por ejemplo Jueves. 

Pero la tarea compleja apenas comienza, una vez que se han detectado estos indicadores ¿Cómo sabe el sistema qué hacer con ellos? Para un humano es fácil entender lo que es media docena, sin embargo para una máquina no y lo que hay que hacer es procesar ese concepto o entidad para que el sistema entienda que media docena significa 6 piezas. Algo similar sucede con la fecha. Para nosotros es sencillo deducir que Jueves se refiere a este próximo día jueves, independientemente de qué fecha sea, mientras que para una computadora no. 

¿Qué es jueves? ¿Un día de la semana? ¿Qué semana? ¿Qué jueves? ¿Qué fecha?. 

Suena complicado resolver todas esas preguntas, pero los expertos que diseñan los sistemas de NLP pueden programar a los sistemas para comprender que si no hay una fecha específica, jueves se refiere al día calendario del jueves próximo más cercano.

El resultado del procesamiento es el siguiente:

“Necesito que me lleven media docena de cartones de leche para el jueves”

Llevar 6 piezas de Cartón de Leche 02-02-2023

Estos son datos que un sistema puede comprender para detonar algún proceso de registro o entrega.

El NLU o Natural Language Understanding, por otra parte, es una rama del NLP y se dedica a entender cuál es la intención o trasfondo general de una frase, sin llegar a tanto detalle como el NLP. Se basa en semántica para encontrar similitudes con otras frases entrenadas y con base en eso determinar si la frase a entender se parece a alguna de las que ya están previamente entrenadas en el modelo y así saber o entender cuál es la intención del mensaje en la frase.

Ambas tecnologías se pueden utilizar en conjunto para generar sistemas “inteligentes” muy intuitivos. Veamos un ejemplo de cómo funcionan en conjunto

“Hola! Quisiera reservar una habitación doble para el jueves a las 3 de la tarde, por favor.”

En primer lugar, aquí entraría el NLU para entender el contexto de la frase. Posiblemente esta frase se parece a alguna con la que está entrenado el sistema y entonces así determina que la intención de la frase es Generar una Reservación.

Posteriormente entraría el NLP, una vez que se ha determinado la intención de la frase, ya que no tiene caso gastar poder de cálculo en procesar una frase que no está relacionada a Generar una Reservación. Entonces el NLP procesa la frase y obtiene los datos relevantes:

Habitación Doble, 02-02-03, 15:00

De esta manera nuestro sistema ya puede gestionar la reservación automáticamente y entendiendo correctamente lo que solicita el usuario.

Así que la próxima vez que interactúes con un sistema inteligente, como un chatbot, o algún asistente de voz, sabrás todos los procesos y tecnologías que se  involucran por detrás para que puedas tener una amena conversación con el bot. ¡Disfrutemos de la tecnología!

Acércate a nosotros para que en conjunto diseñemos mejores experiencias para tus usuarios a través de nuestra Consultoría en Comercio Conversacional.