Processamento de linguagem natural (PLN)
O objetivo é permitir que computadores organizem, busquem, transformem ou produzam linguagem humana de modo útil. Isso inclui reconhecer a intenção de uma pergunta, comparar documentos, resumir, traduzir e apoiar a escrita. A qualidade se mede pela tarefa, pelo idioma e pelo público atendido.
Texto revisto em
← Voltar aos 7 pilares
Quando surgiu
A tradução automática foi uma das primeiras metas de processamento da linguagem por computador. Em janeiro de 1954, IBM e Universidade de Georgetown apresentaram publicamente um sistema de tradução de russo para inglês. O vocabulário e as regras eram limitados, mas o experimento tornou visível um problema que continuaria aberto por décadas.
O que é
Estuda métodos para trabalhar com linguagem humana em tarefas como classificação, busca, tradução, extração de informação e geração de texto. LLMs são uma família de modelos usada em parte dessas tarefas, não o campo inteiro.
Como funciona
O sistema recebe texto, o divide em unidades e tenta relacionar forma, contexto e significado à tarefa. Dependendo do projeto, pode usar regras linguísticas, modelos estatísticos ou modelos treinados em grandes coleções de texto. Traduzir, extrair uma entidade e responder a uma pergunta exigem saídas e avaliações diferentes; um LLM é apenas uma classe de ferramenta dentro do campo.
Para que serve
O objetivo é permitir que computadores organizem, busquem, transformem ou produzam linguagem humana de modo útil. Isso inclui reconhecer a intenção de uma pergunta, comparar documentos, resumir, traduzir e apoiar a escrita. A qualidade se mede pela tarefa, pelo idioma e pelo público atendido.
Onde é utilizado
Buscas em documentos, tradução, classificação de solicitações e extração de nomes em contratos são aplicações típicas. Em uma central de atendimento, por exemplo, o sistema pode identificar o assunto da mensagem e recuperar a política pertinente antes de sugerir uma resposta para revisão.
Limites e cuidados
Produzir texto fluente não garante compreensão nem fidelidade aos fatos. Uma frase gramaticalmente convincente pode estar errada. Ambiguidade, ironia, variação regional e contexto ausente dificultam a tarefa; por isso, respostas factuais precisam de fonte e revisão proporcional ao risco.