Marta Guerrero: “No hay negocio donde no pueda aplicarse el PLN”

El Instituto de Ingeniería del Conocimiento (IIC) investiga las posibilidades del PLN

Muchas de las aplicaciones que utilizamos diariamente aplican el Procesamiento del Lenguaje Natural. Para conocer qué profesionales se ocupan del PLN o qué ventajas ofrece a la atención al cliente y otros sectores, entrevistamos a Marta Guerrero, coordinadora del área de Social Business Analytics y lingüista computacional en el Instituto de Ingeniería del Conocimiento (IIC), que será ponente en AIShow 2019.

¿Qué hay detrás del Procesamiento del Lenguaje Natural?

El Procesamiento del Lenguaje Natural (PLN) hace posible que los ordenadores entiendan el lenguaje humano, y aunque tiene un nombre que pueda resultar complejo, sus aplicaciones son usadas por millones de personas en múltiples lenguas por todo el mundo. Por ejemplo, son aplicaciones del PLN el reconocimiento de voz de los móviles, los traductores automáticos, el análisis del sentimiento, los chatbots, etc.

Además, el PLN tiene la solvencia de tener una gran trayectoria, ya que nació a mitad del siglo pasado y sigue siendo objeto de estudio en las universidades, congresos o competiciones. Las principales empresas tecnológicas invierten mucho en aumentar sus capacidades de PLN en distintas lenguas.

¿Y a nivel de equipo? ¿Qué profesionales se ocupan del PLN?

En la teoría, el mejor equipo es siempre multidisciplinar, ya que se necesitan expertos en Machine Learning y en lingüística computacional. En el Instituto de Ingeniería del Conocimiento (IIC) trabajamos con diferentes perfiles para aumentar las capacidades de nuestros motores de PLN y así poder extraer valor de los documentos.

Los lingüistas computacionales, en concreto, somos los encargados de confeccionar las reglas lingüísticas que van a servir para crear recursos léxicos o corpus lingüísticos anotados. Sin estos corpus anotados por expertos, las herramientas no aprenderán o no se adaptarán suficientemente al caso de uso.

Pensemos en una herramienta de análisis del sentimiento, es muy posible que haya que adaptarla o reentrenarla para que funcione bien en cada caso en concreto, ya que el léxico y las estructuras utilizadas en el sector bancario no son las mismas que en el ámbito de la salud, por ejemplo.

¿Qué ventajas ofrece el PLN a la atención al cliente?

Creo que en el campo de atención al cliente es donde más se ha notado en los últimos años la influencia del Procesamiento del Lenguaje Natural. Están de moda los transcriptores automáticos (speech to text), los agentes conversacionales (chatbots), la clasificación automática de incidencias y reclamaciones, etc.

Hay muchas ventajas en cuanto a ahorro de tiempo, por ejemplo. Ahora ya nadie se plantea transcribir a mano las conversaciones telefónicas de un call center, por el coste en recursos que supone y el volumen de los datos que hace la tarea inabarcable. Además, una de las ventajas más grandes es poder analizar los datos y aprender de lo que está pasando en esas conversaciones con el cliente. En este punto, se está utilizando mucho la clasificación automática de texto y el análisis del sentimiento o emociones, con el objetivo de poder extraer insights de los datos.

¿A qué otros negocios puede aplicarse?

El Procesamiento del Lenguaje Natural se va aplicando a cada vez más sectores. Hay que pensar que el 80% de los datos que tienen las empresas están en texto, esto es, información no estructurada: documentos, PDFs, contratos, correos electrónicos, etc. Para poder estructurarla y sacar valor de los datos, se utiliza el PLN.

El sector legal o el sector médico son dos de los últimos ámbitos en sumarse a sus aplicaciones, y son notorios los avances. Sin embargo, creo que no hay negocio donde no pueda aplicarse el PLN. Pensemos que no solo mejora los servicios de atención al cliente, sino que puede impulsar y transformar negocios enteros.

¿Cuáles son las aplicaciones más efectivas actualmente? ¿Y las del futuro?

Se están mejorando mucho tanto las capacidades de análisis en español en cuanto al procesamiento de texto y voz, se está invirtiendo cada vez más, aunque vamos con un pelín de desventaja respecto al inglés.

Pensemos también en el furor que se está viviendo con los agentes conversacionales y el Speech to text en español. En mi opinión, esta tendencia seguirá en los próximos años muy de la mano de la transformación digital de la atención al cliente, aunque también hay una segunda tendencia más trasversal relacionada con la generación de noticias falsas, que tiene que ver con la generación automática de texto. Algo que dará mucho que hablar en los próximos años.