Interfaz de usuario en lenguaje natural

La interfaz de usuario en lenguaje natural ( LUI o NLUI ) es un tipo de interfaz humano-computadora donde fenómenos lingüísticos como verbos, frases y cláusulas actúan como controles de interfaz para crear, seleccionar y modificar datos en aplicaciones de software. Los chatbots son una implementación común de interfaces en lenguaje natural, que permiten a los usuarios interactuar con el software mediante texto o voz conversacional. ^{[ 1 ]}

En el diseño de interfaces , las interfaces de lenguaje natural son muy buscadas por su velocidad y facilidad de uso, pero la mayoría presenta dificultades para comprender una amplia variedad de entradas ambiguas . ^{[ 2 ]} Las interfaces de lenguaje natural son un área de estudio activa en el campo del procesamiento del lenguaje natural y la lingüística computacional . Una interfaz intuitiva y general de lenguaje natural es uno de los objetivos principales de la Web Semántica .

Las interfaces de texto son "naturales" en distintos grados. Muchos lenguajes de programación formales (no naturales) incorporan expresiones propias del lenguaje humano. Del mismo modo, un motor de búsqueda tradicional basado en palabras clave podría describirse como una interfaz de usuario "superficial" en lenguaje natural.

En teoría, un motor de búsqueda en lenguaje natural encontraría respuestas específicas a las preguntas del usuario (a diferencia de una búsqueda por palabras clave). Por ejemplo, ante una pregunta como "¿qué estado de EE. UU . tiene el impuesto sobre la renta más alto ?", los motores de búsqueda convencionales ignoran la pregunta y, en su lugar, buscan con las palabras clave "estado", "renta" e "impuesto". La búsqueda en lenguaje natural, en cambio, intenta utilizar el procesamiento del lenguaje natural para comprender la naturaleza de la pregunta y, a continuación, buscar y devolver un subconjunto de la web que contenga la respuesta. Si funciona, los resultados tendrían mayor relevancia que los de un motor de búsqueda por palabras clave, debido a que la pregunta estaría incluida.

Las interfaces prototipo Nl ya habían aparecido a finales de los años sesenta y principios de los setenta. ^{[ 3 ]}

• SHRDLU , una interfaz de lenguaje natural que manipula bloques en un "mundo de bloques" virtual.
• Lunar , una interfaz en lenguaje natural para una base de datos que contiene análisis químicos de rocas lunares del Apolo 11, realizada por William A. Woods .
• Chat-80 transformó preguntas en inglés en expresiones Prolog , las cuales se evaluaron con la base de datos Prolog. El código de Chat-80 se difundió ampliamente y sirvió de base para varias otras interfaces experimentales de lenguaje natural. Hay una demostración en línea disponible en el sitio web de LPA. ^{[ 4 ]}
• ELIZA , escrita en el MIT por Joseph Weizenbaum entre 1964 y 1966, imitaba a un psicoterapeuta y funcionaba procesando las respuestas de los usuarios a guiones. Utilizando casi ninguna información sobre el pensamiento o las emociones humanas, el guion DOCTOR a veces proporcionaba una interacción sorprendentemente humana. Hay una demostración en línea disponible en el sitio web de LPA. ^{[ 5 ]}
• Janus es también uno de los pocos sistemas que admite preguntas temporales.
• Intellect de Trinzic (formada por la fusión de AICorp y Aion).
• El lenguaje utilizado por BBN se basó en la experiencia adquirida durante el desarrollo de los sistemas Rus e Irus .
• Acceso a idiomas de IBM
• Preguntas y respuestas de Symantec .
• Datatalker de Natural Language Inc.
• Loqui de BIM Systems.
• English Wizard de Linguistic Technology Corporation .

En el pasado, las interfaces de lenguaje natural han llevado a los usuarios a antropomorfizar la computadora, o al menos a atribuirle más inteligencia de la que realmente posee. Esto ha generado expectativas poco realistas sobre las capacidades del sistema. Si los usuarios le atribuyen demasiadas capacidades, estas expectativas dificultarán el aprendizaje de sus limitaciones y, en última instancia, provocarán decepción cuando el sistema no funcione como se espera, como sucedió durante el declive de la IA en las décadas de 1970 y 1980.

Un artículo de 1995 titulado 'Interfaces de lenguaje natural para bases de datos: una introducción', describe algunos desafíos: ^{[ 3 ]}

Adjunto modificador

La solicitud "Enumere a todos los empleados de la empresa que tengan permiso de conducir" es ambigua a menos que se sepa que las empresas no pueden tener permisos de conducir.

Conjunción y disyunción

La frase "Enumere a todos los solicitantes que viven en California y Arizona" es ambigua a menos que se sepa que una persona no puede vivir en dos lugares a la vez.

Resolución de anáfora

determinar qué quiere decir un usuario con "él", "ella" o "ello" en una consulta autorreferencial.

Otros objetivos a considerar de forma más general son la velocidad y la eficiencia de la interfaz. En todos los algoritmos, estos dos puntos son fundamentales para determinar si algunos métodos son mejores que otros y, por lo tanto, tienen mayor éxito en el mercado. Además, la localización en sitios web multilingües requiere una atención especial, debido a las diferencias en la estructura de las oraciones y las variaciones sintácticas entre la mayoría de los idiomas.

Finalmente, en cuanto a los métodos empleados, el principal problema a resolver es crear un algoritmo general capaz de reconocer todo el espectro de voces, sin importar la nacionalidad, el género o la edad. Es fundamental superar las diferencias significativas entre las características extraídas, incluso entre hablantes que repiten la misma palabra o frase.

La interfaz de lenguaje natural da lugar a tecnologías utilizadas en multitud de aplicaciones diferentes.

Algunos de los usos principales son:

• El dictado es el uso más común de los sistemas de reconocimiento automático de voz (ASR) en la actualidad. Esto incluye transcripciones médicas, dictados legales y comerciales, y procesamiento general de textos. En algunos casos, se utilizan vocabularios especiales para aumentar la precisión del sistema.
• Los sistemas de comando y control , diseñados para realizar funciones y acciones en el sistema, se definen como sistemas de comando y control. Frases como "Abrir Netscape" e "Iniciar una nueva terminal xterm" cumplen precisamente esa función.
• En telefonía , algunos sistemas PBX/ de correo de voz permiten a quienes llaman dar órdenes por voz en lugar de pulsar botones para enviar tonos específicos.
• En el caso de los dispositivos portátiles , dado que las opciones de entrada son limitadas, hablar es una posibilidad natural.
• Por motivos médicos o discapacidades , muchas personas tienen dificultades para escribir debido a limitaciones físicas como lesiones por esfuerzo repetitivo (LER), distrofia muscular y otras. Por ejemplo, las personas con dificultades auditivas podrían usar un sistema conectado a su teléfono para convertir el habla de la persona que llama a texto.
• Algunas aplicaciones integradas en teléfonos móviles modernos incluyen reconocimiento de voz C&C que permite frases como "llamar a casa". Esto podría ser un factor clave en el futuro del reconocimiento automático de voz y Linux .

A continuación se nombran y definen algunas de las aplicaciones que utilizan el reconocimiento del lenguaje natural y que, por lo tanto, integran las utilidades mencionadas anteriormente.

Ubiquity, un complemento para Mozilla Firefox , es una colección de comandos rápidos y sencillos derivados del lenguaje natural que actúan como combinaciones de servicios web, lo que permite a los usuarios obtener información y relacionarla con las páginas web actuales y otras páginas web.

Wolfram Alpha es un servicio en línea que responde directamente a consultas de hechos calculando la respuesta a partir de datos estructurados, en lugar de proporcionar una lista de documentos o páginas web que podrían contener la respuesta, como lo haría un motor de búsqueda . ^{[ 6 ]} Fue anunciado en marzo de 2009 por Stephen Wolfram y se lanzó al público el 15 de mayo de 2009. ^{[ 7 ]}

Siri es una aplicación de asistente personal inteligente integrada en el sistema operativo iOS . La aplicación utiliza el procesamiento del lenguaje natural para responder preguntas y hacer recomendaciones.

Las afirmaciones de marketing de Siri incluyen que se adapta a las preferencias individuales del usuario con el tiempo y personaliza los resultados, y realiza tareas como hacer reservas para cenar mientras intenta tomar un taxi. ^{[ 8 ]}

• Ask.com – La idea original de Ask Jeeves (Ask.com) era la búsqueda tradicional por palabras clave con la capacidad de obtener respuestas a preguntas formuladas en lenguaje natural y cotidiano. La versión actual de Ask.com sigue ofreciendo esta funcionalidad, con soporte adicional para preguntas de matemáticas, diccionario y conversión.
• Braina ^{[ 9 ]} – Braina es una interfaz de lenguaje natural para el sistema operativo Windows que permite escribir o hablar oraciones en inglés para realizar una determinada acción o encontrar información.

• GNOME Do : permite encontrar rápidamente diversos elementos del entorno GNOME (aplicaciones, contactos de Evolution y Pidgin, marcadores de Firefox, artistas y álbumes de Rhythmbox, etc.) y ejecutar acciones básicas sobre ellos (iniciar, abrir, enviar correo electrónico, chatear, reproducir, etc.). ^{[ 10 ]}
• Hakia era un motor de búsqueda de Internet. La empresa inventó una infraestructura alternativa para la indexación que utilizaba el algoritmo SemanticRank, una solución que combinaba elementos de la semántica ontológica, la lógica difusa, la lingüística computacional y las matemáticas. Hakia cerró sus puertas en 2014.
• Lexxe era un motor de búsqueda de Internet que utilizaba procesamiento del lenguaje natural para las consultas (búsqueda semántica). Se podían realizar búsquedas con palabras clave, frases y preguntas, como "¿Cuántos años tiene Wikipedia?". Lexxe cerró sus servicios de búsqueda en 2015.
• Pikimal : Pikimal utilizaba lenguaje natural vinculado a las preferencias del usuario para ofrecer recomendaciones de búsqueda basadas en plantillas. Pikimal cerró en 2015.
• Powerset – El 11 de mayo de 2008, la compañía presentó una herramienta para buscar en un subconjunto fijo de Wikipedia utilizando frases coloquiales en lugar de palabras clave. ^{[ 11 ]} El 1 de julio de 2008, fue adquirida por Microsoft . ^{[ 12 ]}
• Q-go : La tecnología Q-go proporciona respuestas relevantes a los usuarios en respuesta a consultas en el sitio web o la intranet corporativa de una empresa, formuladas tanto en oraciones naturales como mediante palabras clave. Q-go fue adquirida por RightNow Technologies en 2011.
• Yebol era un motor de búsqueda vertical de "decisión" que había desarrollado una plataforma de búsqueda semántica basada en el conocimiento. Los algoritmos de inteligencia artificial de Yebol, que incorporaban inteligencia humana, agrupaban y categorizaban automáticamente los resultados de búsqueda, sitios web, páginas y contenido que presentaba en un formato visualmente indexado más acorde con la intención inicial del usuario. Yebol utilizaba algoritmos de asociación, clasificación y agrupamiento para analizar palabras clave o páginas web relacionadas. Yebol integraba el procesamiento del lenguaje natural, sistemas complejos abiertos diseñados mediante metasíntesis y algoritmos de máquina con el conocimiento humano para cada consulta, con el fin de establecer un directorio web que realmente "aprende", utilizando algoritmos de correlación, agrupamiento y clasificación para generar automáticamente la consulta de conocimiento, que se conservaba y regeneraba. ^{[ 13 ]}
• Celia , el asistente virtual de Huawei con Harmony Intelligent Agent Framework (HMAF) en la plataforma HarmonyOS 6 , permite a los desarrolladores de aplicaciones de terceros crear agentes interactivos de toma de decisiones sin algoritmos dedicados en este modelo "centrado en la intención del usuario", que permite al sistema comprender y responder de forma proactiva en función de las necesidades del usuario. ^{[ 14 ]}

• Interfaz de usuario conversacional
• Interfaz de usuario natural
• Programación en lenguaje natural
• Interfaz de usuario de voz
• Chatbot , un programa informático que simula conversaciones humanas.
• Texto ruidoso
• Responder preguntas
• Búsqueda basada en selección
• Búsqueda semántica
• Consulta semántica
• Web semántica