¿Qué es el PLN (NLP)? Definición del procesamiento del lenguaje natural y ejemplos

La CNIL, autoridad francesa de protección de datos, define el procesamiento del lenguaje natural como un campo multidisciplinar que reúne la lingüística, la informática y la inteligencia artificial. En la empresa, el PLN sirve para clasificar correos, extraer datos de un contrato, analizar opiniones de clientes, traducir, resumir o hacer funcionar un chatbot. Cuidado con el homónimo: en desarrollo personal, «NLP» o «PNL» designa también la programación neurolingüística, un método de comunicación sin relación con la IA. El campo ha vivido tres etapas. Primero, las reglas escritas a mano: en 1966, el programa ELIZA de Joseph Weizenbaum (MIT) simulaba una conversación detectando palabras clave y aplicando guiones. Después, la estadística: en 1990, un equipo de IBM publica un enfoque de traducción automática que aprende las correspondencias entre idiomas a partir de textos ya traducidos, en lugar de reglas gramaticales. Por último, las redes neuronales y, sobre todo, la arquitectura Transformer, presentada en junio de 2017 por un equipo de Google en el artículo «Attention Is All You Need». Todos los LLM actuales descienden de ella. Esta última etapa cambió la economía del PLN. Antes hacía falta un modelo especializado por tarea (uno para clasificar, otro para extraer, otro para traducir), entrenado con miles de ejemplos anotados. Un LLM generalista realiza la mayoría de esas tareas a partir de una simple instrucción. El PLN clásico conserva ventajas: un modelo pequeño y especializado cuesta menos de ejecutar, responde más rápido y se controla mejor en una tarea estrecha y repetitiva.