您的 NLP 成功策略从这里开始

因此,预计今年在 NLP 等 AI 技术上的支出将会增加,这并不令人意外。这无疑是我们最近对美国和欧洲 NLP 从业者进行的调查得出的关键结论之一,超过四分之三的受访组织预计在未来 12-18 个月内将在 NLP 项目上投入更多资金。这也与我们在市场上听到的消息一致。 

Fortune Business Insights 预测,到 2028 年,NLP 市场规模将达到 1270 亿美元。Forrester 认为,NLP 是实现 AI 和投资回报承诺的前沿技术,它不是“某一天”,而是今天。Forrester Research 新兴技术投资组合副总裁 Brian Hopkins 表示:“NLP 的好处几乎是立竿见影的。根据 Forrester 2021 年的数据,70% 的公司采用 AI 的数据和分析决策者表示,他们希望公司使用自然语言技术……” 

让我们仔细看看我们研究的主要发现和 2023 年的趋势。  

NLP 的主要趋势 

我们研究的主要发现让我们可以一窥 2023 年自然语言处理的现状: 

  • 公司希望能够解决多种用例: 71% 的公司使用支持多种用例的自然语言平台 
  • 准确性是首要任务,也是一项挑战: 67% 的企 whatsapp 号码数据 业使用 NLP 模型 5 年以上,但仍然面临准确性挑战 
  • 效率是投资回报率的基准: 61% 的团队根据效率改进来衡量投资回报率 
  • 模型的可解释性很重要: 74% 的人表示,在选择解决方案时,他们会考虑每种 AI 方法的可靠性(可解释性、节能性和公正性) 
  • NLP 工作量正在增长:接受调查的五分之四的组织已在生产 NLP 模型,每个组织每月要处理数万份文档。 
  • 采用挑战依然存在: 37% 的受访企业面临着为 NLP 项目建立商业案例(尤其是在投资回报率方面)的挑战。

企业的关键要点 

显然,人们对提高运营效率有着浓厚的兴趣,以通过 修复错误的 5 种方法 使用 NLP 来降低成本、推动增长并获得竞争优势,只有 1% 的受访者没有积极考虑 NLP 业务用例,77% 的受访者预计会增加 NLP 支出。那么,这些趋势告诉我们什么呢? 

混合方法效果最佳 

接受本报告调查的绝大多数公司都采取了多解决方案的方法来实现 NLP。 

机器学习和符号语言经常相互对立,是自然语言理解的互斥选项。这迫使组织以某种方式妥协。最近的技术进步带来了混合方法的出现,组织可以同时使用多种技术,包括机器学习 (ML)、深度学习 (DL)、符号方法,甚至可以同时利用大型语言模型 (LLM),从而使他们能够实现多种方法的核心优势。团队通常需要一种混合方法的灵活性,该方法集成了多种技术,以实现对每个用例最有价值的成功指标,例如可扩展性和准确性以及可解释性。 

事实上,将多种 AI 方法(如符号 AI 和 ML)相结合的 英国电话号码 混合方法越来越被公认为自然语言 AI ​​应用的“两全其美”的选择。Forrester 最近的一份报告赞扬了混合方法:“对于适合未来、适应性强、开箱即用、仅需适度支持、能够不断学习和自我改进的 NLP 解决方案,请寻找基于混合 AI 的 NLP 解决方案。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注