自然语言处理如何重塑电商未来

“只是时间问题，各行各业的公司都将使用NLP等深度学习技术挖掘隐性洞察，结合特定业务经验与专长进行创新与差异化。”

自然语言处理背后的技术是什么？

简单说，NLP（自然语言处理）是让计算机理解并处理现实世界数据的技术。

起源于1950年代Alan Turing的论文《计算机器与智能》，他提问：机器能思考吗？意指：机器能像人类一样思考，从而理解人类现实中的事实与数据吗？

NLP是人工智能的一种，运用计算语言学等多学科，试图从非结构化的人类沟通中构建结构化意义。某种意义上，它将人类语言（语音与文本）转化为二进制代码。

七十年前，打孔卡是人机沟通的唯一方式。如今，计算机能“理解”多种人类语言，执行口头或书面指令，推断洞察并应用于未来。例如，你曾在线浏览过红色毛衣，计算机便理解你喜欢红色毛衣，会展示所有符合“红色”+“毛衣”的商品。

NLP通过分析人类语言的微小组件——即“人类沟通的原子”。这些可能是词汇、短语或产品目录描述。它将这些“原子”与自身词汇和录音数据库比对，通过语义分析分类并提取含义——实质上是理解它们。

这意味着它能建立人类可能忽略的关联。如今，海量廉价算力使其对个人偏好的推断令人惊叹。

为何现在才走向市场？

NLP研发已历经多年。更广阔的市场刚开始关注，因（1）企业对NLP及其他AI技术的现实应用理解加深，（2）我们终于拥有广泛算力真正加以利用。此外，像我们这样的公司能利用垂直行业知识，超越通用模型，创建驱动实际成果（如提升转化率或营收）的体验导向算法。

直到最近，学术界或政府外极少组织拥有运行深度学习算法以理解文本并提取关联的算力。近期进展不仅让我们能快速消费海量文本数据并提取含义，还拥有实时技术（Flink、Kafka等兴起）结合用户行为处理数据、提取洞察并实时响应以采取适当行动或决策。

Gartner指出，文本数据的出现激发了对一系列潜在高级AI应用的广泛兴趣。例如NLP在客户体验领域的应用——从短信和聊天中提取情感——为更广泛的行业采用和实用应用铺平道路。

在体验个性化领域，我们才刚开始探索可能性，并对所见结果感到振奋。例如利用NLP从产品目录描述、评论、属性及其他文本中提取洞察，更深入理解客户产品及其关联——如防过敏、100%棉等。

只是时间问题，各行各业的公司都将使用NLP等深度学习技术挖掘隐性洞察，结合特定业务经验与专长进行创新与差异化。

组织应应用NLP吗？能提供实际企业案例吗？

零售业是我们明确看到成效的领域，许多客户属此行业。快时尚及产品周转大、季度推出全新目录的零售商尤其受益于NLP。

个性化传统上在拥有海量产品行为数据时效果最佳。但如果目录大块区域是新品或小众品，毫无数据支撑怎么办？直到最近，最多只能推荐“畅销品”作为补充。

借助NLP，我们可提取文本数据——如产品描述、风格版型备注、评分评论等——挖掘该产品及相关产品的洞察，再利用这种深度理解，立即为新品或长尾产品提供互补推荐和优惠。

这对定期推出或快速更迭新款、季度目录的零售商/品牌是颠覆性变革，使其能从一开始就通过交叉销售优惠，向购物者个性化推荐相关产品。

NLP的下一步是什么？

随着品牌和零售商持续采用NLP，用例将不断演进。我们看到的下一步是将NLP应用扩展至旅程预测、语音扩展、搜索分面等。NLP与深度学习是电商购物的未来。

回答由RichRelevance生态系统副总裁Raj Badarinath提供