你可能还没有意识到，自然语言处理（NLP）对于企业来说已经不仅仅是一种新兴的技术，它还是一种每天都在广泛使用的技术。在线搜索、拼写检查——机会所有涉及语言的功能都包含自然语言处理算法。
自然语言处理算法会教导计算机像人一样使用语言。如果你从一组文档中手动搜索信息的话，你可以查看关键字，就像是搜索引擎一样。这就是为什么机器翻译——自然语言处理的雏形——以二战中破译技术为蓝本。开发者希望机器翻译可以把俄文翻译为英文。结果惨不忍睹，但是编码人员坚持这一点，一种新型的机器学习诞生了。由于一家公司如果不能翻译的话就无法在国际市场上发展，所以自然语言处理是一项从一开始就有商业案例的技术。今天，自然语言处理就像通信本身一样，是企业工作内容的一部分。
下面是新兴的4个自然语言处理业务应用，如果你的企业正在考虑使用自然语言处理，可以从下面的应用着手。
1、神经机器翻译
机器翻译（MT）曾经是很可笑的，但是现在发展得还不错。因为自然语言处理软件以人类的方式学习语言，所以我们可以把机器翻译视为幼儿阶段。随着时间的推移，越来越多的词语被添加到引擎中，然后幼儿成长为滔滔不绝的少年。机器翻译的质量本质上取决于你给的单词数量，这需要花费一点的时间，这使得最初机器翻译难以有所扩展。
所幸的是，对于那些不希望花时间等待引擎“长大”的企业来说，还有神经机器翻译可以选择。2016年微软的BingTranslator率先发布了神经机器翻译技术。GoogleTranslate和AmaonTranslate现在也提供各自的系统，与其竞争。在神经机器翻译之前，机器翻译引擎只能单向运行——比如把西班牙语转换成英语。如果你想把英语翻译成西班牙语的话，你就必须从一个不同的数据集重新开始。如果想添加第三种语言的话，那你就是疯了。但是通过神经机器翻译，工程师们可以交叉运用这些数据。这从根本上加速了开发，让机器翻译引擎从零到几个月、几年时间取得了惊人的发展。现在，企业可以安全地使用机器学习来翻译影响较低的内容：例如产品评论、没人阅读的监管文档、电子邮件。
但是需要注意的是：免费的机器翻译工具——不管是神经的还是非神经的——都是具有一定数据安全风险的。Translate.com被指控的泄露事件使得员工密码、合同、其他个人身份信息暴露在Google搜索结果中。机器翻译本身是非常安全的——如果你使用AsiaOnline、Systran等定制专业工具的话。当你在在线免费工具中输入内容的时候，你可要小心了。
2、聊天机器人
如果机器翻译是最古老的自然语言处理例子之一的话，聊天机器人就是最新的例子了。机器人通过集成Slack、Skype和MicrosoftTeams来简化功能。当聊天机器人最早上线的时候，是面向消费者的。例如，如果你在FacebookMessenger中输入“披萨”的话，Domino的机器人就会询问你是否需要下单。像这样的交互有助于推动B2C销售，但是在B2B的世界中，没有人希望购买提醒打断他们在Slack中的交互。
所以在过去的一年中，初创公司已经将这项技术运用于其他领域：大多数企业机器人都在优化HR。首先，一款名为Talla的自然语言处理工具可以回答常见的员工问题，例如“我还剩多少假期？”以及“我的保险什么时候开始？”ChatbotPolly则可以发起员工投票，从工作环境满意度到他们希望休息室里提供什么零食。还有Growbot，一款Slack和Teams机器人，会监控聊天以查看员工相互称赞的频率。当使用“赞”、“欢呼”、“赞成”这样的词语时，员工就会得到奖励。联合创始人兼首席执行官JeremyVandehey表示，这将有助于经理们改善员工留住率和员工士气。
3、招聘工具
在HR方面，自然语言处理软件一直在帮助招聘经理们筛选简历。使用和Google搜索同样的技术，自动申请人筛选工具会扫描候选人的简历，找到具有所需工作背景的候选人。但是与早期机器翻译技术一样，这些平台使用的筛选算法也有出现了很多错误。例如一位申请人把自己称为“可以为业务增长集思广益的人”，而不是“外部销售代表”：她的建立并没有出现在搜索结果中，这样你的公司就会错过一个有创意的、以客户为驱动的候选人。
今天的系统不再是确切的关键字匹配。例如，Scout可通过搜索HR最初提供的关键字来处理同义词问题，然后使用结果来识别要查找的新关键词。通过搜索新的术语（例如“业务增长”），合格的候选人不会被漏掉。而且由于女性和少数民族使用不同语言，这个过程也确保了他们不会被漏掉。
当然，如果不适用的话，是不会考虑多样化的候选人。为了解决这个问题，Textio诞生了。共同创始人和首席执行官KieranSnyder表示，增强书写工具使用语义分类（自然语言处理技术）来帮助照片人员制作不分性别的工作描述。Textio提供了从0到100的内容评分，提供了词汇、语法和格式提示，如“添加更多项目符号”。运用这些更改以及客户案例研究表明，你会看到申请人数量的急剧增加：Syyder表示，强生公司的女性申请人增加了9%，艾利丹尼森公司增长了60%，“Expedia发现，性别中立的工作岗位人员到位时间加快了3倍。”
4、会话搜索
与Talla一样，SecondMind也希望能回答所有员工的问题。但这个工具不是机器人：它是一个语音激活平台，会在公司会议上收听“什么”和“我想知道”这样的触发性短语。当听到这些内容的时候，SecondMind就会启动搜索功能，回答你的问题。
例如，你正在参加董事机会会议，有人说：“去年的投资回报率是多少？”这时候SecondMind就会扫描公司的财务数据、或者其他任何他们询问的内容，然后在会议室的屏幕上显示结果。创始人KulSingh表示，普通员工每天花费30%的时间搜索信息。通过简化实时对话中的搜索，SecondMind承诺可提高生产力。
Talla共同创始人兼首席执行官RobMay表示：“据称Wolfram、SemanticMachines、Nuance和微软都在开展相关项目。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
