Pourquoi le traitement du langage naturel ?
Les techniques de traitement du langage naturel se sont sans cesse améliorées et perfectionnées. Grâce à la disponibilité des données et à la capacité de calcul, de plus en plus de cas d’usage émergent dans les différentes industries.
Marketing et commerce
La performance des technologies d’analyse textuelle d’aujourd’hui permet de plus en plus aux commerçants d’utiliser des agents conversationnels intelligents pour automatiser la prise en charge des clients via leurs sites Web ou leurs applications mobiles. Les agents conversationnels sont utilisés généralement pour répondre aux questions les plus fréquentes et pour la collecte des demandes en ligne (par ex. pour collecter les informations liées aux exigences du client afin de pouvoir lui faire automatiquement une offre).
En marketing, de nombreux outils sophistiqués permettent d’analyser les données massives disponibles sur Internet (réseaux sociaux, sites Web de nouvelles, etc.) afin d’analyser l’appréciation des consommateurs vis-à-vis un produit déterminé ou une catégorie de produits. Ces données permettent aux professionnels du marketing d’analyser les sentiments des consommateurs et de mieux planifier et budgéter leurs campagnes.
Finance et investissement
Les outils de traitement du langage naturel sont largement exploités par les investisseurs boursiers, les bureaux de négociation et les gestionnaires de fonds. Les investisseurs les utilisent pour traiter automatiquement les données financières volumineuses composées généralement de nouvelles, d’interactions sociales en ligne (par ex. les tweets des dirigeants et des politiciens, etc.). La performance financière des investisseurs dépend crucialement de leur capacité à traiter efficacement les données textuelles pour en extraire des indicateurs pouvant révéler les tendances du marché.
Banques et institutions financières
Les institutions financières adoptent davantage les technologies de traitement du langage naturel pour automatiser leur service à la clientèle et lutter contre la fraude.
Effectivement, de plus en plus d’institutions financières appliquent ces technologies dans le domaine de la veille anti-blanchiment d’argent (AML – Anti-Money Laundering) afin de s’assurer que leurs clients respectent les réglementations fiscales. Les outils AML appliquent les données dont les institutions disposent (par ex. contrats et accords commerciaux) et les données disponibles sur Internet pour déterminer d’éventuels schémas fiscaux et déceler des cas frauduleux.
Assurances
Les compagnies d’assurances ont elles aussi recours aux techniques de traitement du langage naturel. Les cas d’usage sont nombreux et variés. Elles utilisent les techniques de NLP (Natural Language Processing) pour traiter automatiquement les réclamations des utilisateurs transmises par voie électronique. L’automatisation de la gestion des réclamations a permis une réduction importante des coûts d’une part, et l’amélioration de l’expérience utilisateur d’autre part (par ex. le remboursement instantané des réclamations médicales).
Industrie manufacturière
Le traitement du langage naturel en est à ses débuts dans l’industrie manufacturière. Un des cas d’usage à noter serait la création de moteurs de recherche permettant de simplifier l’exploration des procédures et des processus d’affaires au sein de l’organisation.
Médecine
L’utilisation des techniques de traitement du langage naturel pour les données médicales ne date pas d’aujourd’hui ; elles servent à l’exploration des corpus médicaux et à la correspondance entre les cas cliniques.