2017年拖拉机展报告在自然语言处理(NLP)市场上，预计到2025年，NLP软件、硬件和服务的市场机会将达到223亿美元左右。该报告还预测，利用人工智能的NLP软件解决方案的市场规模将从2016年的1.36亿美元增长到2025年的54亿美元。
为了摆脱更多的光线在NLP解决方案不断增长的应用程序，丹Faggella，Emerj的CEO，与弗拉德Sejnoha，首席技术官交谈细微差别通信该组织提供语音、自然语言理解、推理和系统集成方面的人工智能和NLP解决方案。
弗拉德Sejnoha一直是高级副总裁兼首席技术官Nuance公司自2001年以来，他拥有麦吉尔大学的电子工程硕士学位。Vlad在NLP和语音识别领域已经工作了30多年，目前拥有22项专利。Vlad还负责公司的外部研究关系，包括Nuance与IBM research长达五年的合作。
在这个播客采访中，弗拉德股NLP的当前应用和未来的可能性他与丹的见解，特别是在整个银行业，医疗保健，汽车，和客户服务。
订阅我们AI在工业播客用你喜欢的播客服务：
自然语言处理的应用现状
客户服务
弗拉德说，目前一些使用NLP的虚拟援助解决方案可以作为情报增强。
理想的情况是，在这些应用中，客户的第一要求是由AI截获，如Nuance的虚拟助理尼娜。例如，与Nina集成的银行客户服务系统使用AI回答一些基本的事务性查询，例如开立帐户或为客户确定最佳帐户类型。对于更复杂的查询，Nina将客户重定向到一个热线电话号码或相应的登录页面。
下面的视频描述了Nina帮助银行业的一些用例。
一个细微差别，瑞典银行案例分析描绘尼娜的现实世界的应用程序。案例研究估计，到2018年，瑞典银行客户接触的首要选择将是数字渠道，如网站帮助聊天机器人，电子邮件和社交媒体。因此，银行要保证对所有客户的查询可以通过自助服务在上述数字通道，以使联络中心坐席可以专注于销售，而不是防守简单而重复的客户服务查询处理。
该案例研究称，瑞典银行58%的客户基础是数字银行，比如通过瑞典银行的移动银行。该银行的700名呼叫中心代理每年处理360万次客户交互，其中包括200多万次基本的交易查询、50万封电子邮件和1万次社交媒体交互。
Nina与Swedbank的联系中心的集成允许其客户搜索信息并为自己回答基本的事务性问题。该案例研究指出，该银行的客户可以通过瑞典银行主页上的文本框以对话的方式回答尼娜可以访问的自由形式的问题。
例如，如果客户想要外币，尼娜要么重定向客户订单到相关的网页或分支机构，或者要求澄清的问题，例如该国的货币客户要订单。除了是客户接触的第一点，尼娜报也有助于银行的呼叫中心坐席与回答客户的查询快速搜索信息。
该案例研究称，在部署的头三个月里，尼娜以78%的“初次接触分辨率”每月处理超过3万次对话。约55%的对话不要求客户采取进一步的行动，比如打电话给呼叫中心。根据案例研究，Nina现在可以处理350个客户的问题和答案。
在下面的视频中，马丁Kedback，商业和发展的则主管瑞典银行（目前担任首席产品负责人），详细描述了瑞典银行与Nuance的合作妮娜的积极业务影响。
Nina的另一个现有应用是与可口可乐客服部门的整合。在下面的视频中，亚特兰大可口可乐公司呼叫中心运营总监Michael Bowers分享了他的观点以及Nina对可口可乐公司的商业影响。
根据视频显示，妮娜在两个地方与可口可乐公司进行了整合:上了我的可乐奖励和问可口可乐页面。据报道，妮娜每月分别在这些页面上进行15000次和30000次对话。Nuance执行副总裁兼Enterpirse部门总经理罗伯特•魏德曼(Robert Weideman)在视频中称，可口可乐在与尼娜整合后，语音通话量减少了40%。
下面是个性化的芯片可口可乐与我的可乐客户交谈尼娜的另一个演示视频赏页面：
汽车
Nuance提供汽车虚拟助理，连接到主要汽车OEM厂商如宝马，奥迪等。
一个新闻发布会上Nuance的与宝马的合作伙伴关系描述了这种汽车互联技术龙驱动器人工智能被称为“混合语音和自然语言技术，源自深度神经网络”。根据新闻发布，这款龙驱人工智能本质上是一款对话型人工智能，由Nuance的混合嵌入式云语音识别、自然语言理解(NLU)和文本到语音解决方案驱动。
该新闻稿还称，Dragon Drive AI可以让司机通过语音命令访问应用程序和服务，比如导航、音乐、信息听写、日历、天气和社交媒体。例如，你可以命令人工智能直接从车里发送一条短信，比如“发短信给罗杰，我今天开会要晚15分钟”，或者“告诉我去剑桥Armando披萨店的路”。这项技术支持29种语言，包括英语、法语、意大利语、德语、西班牙语、汉语、粤语、葡萄牙语、日语、韩语、阿拉伯语等等。
下面的两个视频展示了Nuance公司的宝马7系龙驱互联汽车AI技术。
弗拉德阐述了Nuance公司通过使用多个扬声器和麦克风说：“创建实现了语音识别的准确性由软件转向梁是您的目标[司机]vs。他还补充说，Nuance公司的技术可以“从汽车驾驶舱内嘈杂的环境中生成精确的文本”。
这一个连接的车辆技术的主要考虑因素，弗拉德说，是不同的AI系统之间的互操作性。
根据Vlad的说法，在这种情况下，有两个难题需要解决：确定将命令委托给系统的正确软件，以及用它能理解的语言与系统通信。Nuance构建与其他软件交互/互操作的语义汽车API。这些语义api有一个可用服务/软件的列表，可以使用Nuance注册这些服务/软件，以帮助它们理解已注册软件的操作和语言以实现互操作性。
在过去，我们已经讨论了人工智能助手应用程序银行业，航空公司，招聘，多 - 它是有趣的，看看是否有更多的汽车使用情况在未来几年出现提前为弗拉德似乎预示。
卫生保健
Nuance公司提供了医疗领域各种NLP解决方案，包括计算机辅助医生的文档（CAPD)临床文件的改进(CDI）解决方案。医生文件是包含病人临床状态的医疗记录的一部分，如病人健康状况的改善或下降。CDI是改进此类医疗记录的过程，以确保改进的患者结果、数据质量和准确的报销。
Nuance-United Health Service (UHS)的案例研究总结了Nuance的医疗人工智能解决方案的一个现有应用，龙医一。UHS希望有一个先进的文档采集工具，使患者故事的快速文档中的实时一个也可以与电子健康记录（EHR）集成。
根据案例研究，Dragon Medical One使医生能够口述病程记录、目前的病史等，并直接在他们的EHR中计划进一步的行动。据报道，Nuance CAPD通过在医生记录时自动提示他们澄清问题，为他们提供实时情报。然而，为了尽量减少护理过程中的障碍，Dragon Medical One要求在特定情况下澄清问题，比如不同诊断的可能性，或者医生应该考虑不同的医疗信息。
案例研究报告说，“UHS实现的情况下，组合指数（CMI）延伸跨越医生与CAPD澄清约定的情况下，增加了12％，并相应地更新他们的病人的文档。”据报道，UHS还实现转录的减少69％的成本去年同期，导致实际节省$ 3百万。
在深入探讨未来B2B与NLP的可能性之前，Vlad对考虑采用NLP的企业提出了一些重要的建议。
Vlad对考虑NLP技术集成的企业的建议
在集成现有的NLP技术之前，Vlad有三个重要的地方需要考虑。
- 有很多在市场AI和NLP应用。它是选择试图解决有足够的技术业务问题和可衡量的方式提供价值相应的应用程序非常重要。
- 企业必须考虑嵌入现有工作流程的新技术的整体组织准备。
- 最后，企业必须足够的和相关的用于训练机器学习准确输出算法的数据。弗拉德的意见是最成功的AI公司首先获得他们的数据正确的。
与NLP未来的可能性
为了推进现有技术的NLP，弗拉德认为，今天的企业既可以：
- 试图使AI更喜欢的人，这是一个艰巨的任务了。（例如，制造一个虚拟助理更会话）或
- 推广现有的人工智能技术。（例如，将自动图像字幕扩展到医疗保健和其他应用程序，以便更好地理解图像）
以下是弗拉德在我们的采访中讨论的NLP未来的一些可能性:
卫生保健
弗拉德谈到了Nuance的愿景“医疗环境智能”使用自然语言处理技术在医疗保健。这是不寻常的医务人员钻研各种渠道试图找到一个复杂的医疗条件，某些疾病，复杂手术的变化，等最佳可行的处理方法。
信息发现和检索：NLP技术的一种可能的应用在这里可以实时的信息查询和检索。也就是说，医疗AI解决方案将能够理解的医学术语和检索实时从最有信誉的来源的相关医疗信息。“这并不意味着AI是发明了治疗，”弗拉德说，“但能够在正确的时间轻松访问正确的数据。”
诊断帮助：在医疗保健另一个近期和实际应用NLP据弗拉德，是诊断帮助。例如，查看报告放射科医生可以采取AI的帮助下，从放射学数据库的美国大学拉起诊断指南。AI系统将定期询问法医澄清的问题作出适当，相关诊断建议。
虚拟医疗助理:这些NLP功能可以进一步扩展，以创建一个智能的AI医疗助理。这AI医疗助理将了解使用医疗词汇启用NLU模型的对话。训练有素的医疗术语和数据，这将是能够倾听和理解医生和患者（经同意）之间的对话，以便它可以录制，总结对话作为未来的参考笔记，甚至创建结构化报告草案（这可能需要数小时手动创建）。这将最大限度地减少医护人员的手工劳动，使他们能够在餐饮投资时间给患者。
图像分类和报告生成：扩展现有的NLP技术，例如自动化的图像字幕医疗保健AI系统将是从图像或X射线在报告生成非常有用的。该AI将能够理解医疗影像和电子医疗记录。它可能然后在“后处理”他们使用了实时，并提供预后运行深度学习基础分析或预测某些疾病，如肾功能衰竭的潜在风险。
弗拉德认为，捆绑，因为系统是异构（各种来自不同厂商的不同软件的），在医疗领域的上述所有医疗保健潜在应用NLP将是困难的。
个人虚拟援助
弗拉德说，目前大多数虚拟AI助理（如Siri的，Alexa的，回声等）的理解和序列声乐响应命令。也就是说，他们在一次执行一个命令。然而，承担更复杂的任务，他们必须能够交谈，就像人类。
实时语音通信充满了不完善的地方，比如俚语、缩写、填充词、发音错误等等，这些都可以被和说话者使用同一种语言的人类听众所理解。在未来，这种理解实时语音通信缺陷的NLP能力将扩展到会话人工智能解决方案中。
例如，策划了一系列的活动，用户将能够像他会与一个人的助理与AI交谈。维拉德给出了口语命令的一个常见的例子：
“嘿，星期四我最后一次见面后，我想和我的朋友出去吃饭。小心点。”
人工智能将能够理解命令，将复杂的任务划分为简单的子任务并执行它们。
为了实现这一点，虚拟助理将不得不征询用户和朋友都的日历，以确定一个共同的时候，都可用自己，知道在指定的日期或日期的最后一次会议结束时，检查的可用性restaurants, present the user with the list of nearby restaurants, etc. The user would be able to review the AI’s suggestions and amend it, after which the AI can create the event in the user’s calendar.
汽车
弗拉德看待汽车行业，尤其是汽车，作为“卓越AI的平台。”汽车是一个快速发展的消费科技领域，以及汽车原始设备制造商正在不断发展快。弗拉德坚信汽车将越来越多地用作自主机器人，其transportational功能可以与其他机载计算能力和传感器进行扩充。他指出
“......这个[未来连接汽车技术]将不只是一个运输助理或自主驱动程序，但它也可能是用户的个人DJ，礼宾服务，移动办公，导航仪，副驾驶等。”例如，用户可以告诉汽车停在回家的路上一家鲜花店，以及汽车将必须找出如何做到这一点。
用户应该能够在播放音乐时或在副驾驶通话时（与虚拟助理或他们之间）进行此操作。弗拉德说，Nuance目前的技术能够“从所有这些（噪音）中挑出音频”
弗拉德提供的另一个例子可能使他的设想在未来成为一种可能，那就是汽车AI能够独立地与驾驶员的家庭AI系统通信，以分配某些它不能自己执行的命令。
例如，汽车的助手应该了解用户的命令来打开抵达车库门。助理应也“知道”它不是直接装备来执行这个命令的。因此，它将识别并与能够打开车库门的适当人工智能软件进行交互。事实上，亚马逊最近公布到2018年，宝马将把Alexa整合到他们的汽车中，这样司机就可以通过语音指令从他们的汽车上访问他们的Alexa。
客户服务
在客户服务领域，弗拉德认为，先进的NLP技术可能被用于分析语音通话和电子邮件客户幸福指数，普遍的问题的话题，情感分析等方面
例如，NLP可以用来提取文本消息和语音呼叫从色调的见解和话的客户，可以用来分析手头的问题话题的频率和哪些功能和服务收到投诉最多的，等弗拉德阐述了采用聚类在NLP的广泛信息搜索，企业可以在问题主题哄出来的图案，跟踪客户中最关心的问题，等等。
此外，可以使用这些技术为客户服务代理提供与客户问题相关的现成脚本。系统可以简单地“监听”正在处理的主题，并将这些信息与客户的记录结合起来。这意味着客户代理在咨询他们的主管或使用传统的intraweb搜索来解决客户的顾虑时，不需要花时间让呼叫者等待。
一些结论性的思考
Vlad对NLP应用的未来展望，让人联想到一个人工智能世界，它本身就是一个生态系统，不同人工智能系统之间的互操作性得到了极大的改善。这意味着，用户将能够直接从他们的车辆或工作空间与他/她的家庭AI系统进行通信或交互。许多这样的语音控制NLP系统已经有了使它们进入市场的方式，包括通过手机或平板电脑帮助控制智能机器(如洗衣机、恒温器、烤箱、宠物监控系统等)的应用程序。以下是来自弗拉德未来愿景的一些见解:
类似人类的虚拟助理：虚拟助理将在理解和应对复杂和长期形成的自然语言请求，它使用会话语言，实时变得更好。这些助手将能够交谈更像人类，听写过程中做笔记，分析复杂的请求，并在一个单一的环境中执行任务，建议商业文件重要的改进，等等。
从非结构化数据信息检索：NLP解决方案将越来越多地从非结构化数据（如长格式文本、视频、音频等）中收集有用的情报。它们将能够分析数据的音调、声音、字词选择和情感，以收集分析，如衡量客户满意度或确定问题领域。这对于通过电子邮件、社交媒体等使用带有缩写和俚语的自由格式语言的通话记录和客户回复非常有用。这一能力也将很好地用于从商业报告、法律文件、医疗报告等文本中收集情报。
智能搜索：用户将能够通过语音命令，而不是打字或使用关键字搜索。NLP系统将越来越多地使用图像和对象的分类方法，以帮助用户使用图像搜索。例如，用户将能够把自己喜欢的车辆的画面，并用它来识别它的品牌和型号，这样他们就可以在网上购买类似车辆。
订阅我们AI在工业播客用你喜欢的播客服务：
NLP术语的术语表
自然语言处理- 人工智能的一个分支，可以帮助计算机理解，解释和处理人类语言。NLP许多学科，包括计算机科学和计算语言学得出，在追求以填补人类通信和计算机的理解之间的差距。（资源：sas.com）
自然语言生成-如何进行计算机程序，以从信息或其他文本计算机内部表示高品质的自然语言的文本或语音。（资源：inf.ed.ac.uk）
情绪分析- aGtudes持久的，情感上的彩色信念，倾向对物体或人员的检测。有时被称为：“意见提取”，“意见挖掘”，“情挖掘”，或“主体分析”。（资源：web.stanford.edu）
语义分析- 一个理论和用于提取和表示语境使用由统计计算单词的意思方法应用于大语料库文本的。其基本思想是，大约在其中给定字有和没有出现的所有单词的上下文信息的总体提供了一组相互制约在很大程度上决定单词和单词彼此的集合的意义的相似性。（资源：科罗拉多大学）
句法分析- 句法分析的目的是确定输入的文本字符串是否在给定的（自然）语言的句子。句法分析可以开发一个标点符号校正，用自然语言界面的对话系统时，可以使用例如，或者作为机器翻译系统的基石。（资源：fi.muni.cz）
会话用户界面- 对话式的用户界面是人工智能支持的聊天机器人的拥有与人类用户的口头和书面的相互作用的能力。（资源：searchcrm.techtarget.com）
聊天机器人聊天机器人(有时被称为chatterbot)是一种计算机程序，它试图通过文本或语音交互来模拟人类的对话或“聊天”。用户可以向聊天机器人提出问题或发出命令，而聊天机器人则响应或执行所请求的操作。（资源：searchcrm.techtarget.com）
本文由Nuance Communications赞助。有关与Emerj的内容和推广伙伴关系的更多信息，请访问Emerj合作页面。
标题图片来源：机器里的声音
