{"id":1324,"date":"2016-12-06T10:00:00","date_gmt":"2016-12-06T09:00:00","guid":{"rendered":"https:\/\/userbot.ai\/blog\/?p=1324"},"modified":"2025-08-06T11:32:36","modified_gmt":"2025-08-06T09:32:36","slug":"la-tecnologia-di-riconoscimento-del-linguaggio-in-userbot","status":"publish","type":"post","link":"https:\/\/userbot.ai\/blog\/la-tecnologia-di-riconoscimento-del-linguaggio-in-userbot\/","title":{"rendered":"La tecnologia di riconoscimento del linguaggio in Userbot"},"content":{"rendered":"\n<p>I sistemi NLP (Natural Language Processing), realizzati da varie universit\u00e0 nel mondo e da importanti player come IBM e Google, sono arrivati ad una buona percentuale di comprensione delle frasi in linguaggio naturale, all\u2019estrazione dell\u2019argomento predominante, alla comprensione del \u201csentiment\u201d dell\u2019interlocutore. Studiando un po\u2019, \u00e8 relativamente facile implementarne uno proprio e addestrarlo in modo da raggiungere i risultati delle versioni accademiche, ma al momento di introdurre tutto ci\u00f2 in un\u2019applicazione reale ci si deve necessariamente scontrare sulla realt\u00e0 del sempre temuto \u201cutente medio\u201d, vediamo&nbsp;alcuni punti:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>analfabeti funzionaliL\u2019utente medio usa tonnellate di abbreviazioni da chat tipo, c6? xk\u00e8 etc.<\/li><li>Un utente medio italiano su due \u00e8 un analfabeta funzionale.<\/li><li>La grammatica e la sintassi non sono tra i punti forti dell\u2019utenza.<\/li><li>L\u2019utente medio tende a spezzare le frasi andando a capo arbitrariamente.<\/li><li>Oltre alla domanda tecnica l\u2019utente medio spesso divaga con domande non inerenti il supporto tecnico.<\/li><li>L\u2019utente non capisce la spiegazione fornita e fa ulteriori domande.<\/li><\/ul>\n\n\n\n<p>In Userbot abbiamo&nbsp;cercato di ovviare a tutti questi problemi con varie tecniche e trucchi:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Il vocabolario delle abbreviazioni e del correttore ortografico include e trasforma le abbreviazioni di chat pi\u00f9 frequenti, l\u2019amministratore del sistema esperto pu\u00f2 aggiungere abbreviazioni.<\/li><li>Nel sistema di tagging&nbsp;POS (Part of Speech) il sistema controlla anche la possibilit\u00e0 che la frase contenga errori comuni come ho senza l\u2019acca, mancanza di accenti, usi errati di verbi e congiunzioni etc.<\/li><li>Nel caso una frase non risponda ad alcuna domanda ma ne venga&nbsp;digitata una seguente subito, il sistema le accorpa e cerca di trovare una risposta.<\/li><li>Un sistema a \u201cdue cervelli\u201d riconosce le domande non tecniche e cerca di rispondere utilizzando un diverso dizionario di conversazione, evitando di ripetersi, scegliendo le frasi pi\u00f9 pertinenti ma anche pi\u00f9 gradite sulla base dell\u2019addestramento di una rete neurale. Questo emisfero destro cerca di cavarsela in ogni situazione al contrario dell\u2019emisfero sinistro, tecnico, che se non ha una risposta contatta un agente umano per ottenerla.<\/li><li>Il sistema memorizza l\u2019argomento della domanda precedente e cerca di integrarlo in caso l\u2019utente aggiunga informazioni in frasi successive, accorpando le domande in modo da ottenere pi\u00f9 tag.<\/li><li>Il \u201csentiment\u201d nell\u2019emisfero sinistro \u00e8 basato su una votazione del tipo \u201cla mia risposta \u00e8 stata soddisfacente?\u201d ed \u00e8 quindi inserito direttamente dall\u2019utente, mentre per l\u2019emisfero destro viene calcolato in base alle parole usate e alla eventuale presenza di smile.<\/li><\/ul>\n","protected":false},"excerpt":{"rendered":"I sistemi NLP (Natural Language Processing), realizzati da varie universit\u00e0 nel mondo e da importanti player come IBM&hellip;","protected":false},"author":2,"featured_media":1325,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"csco_display_header_overlay":false,"csco_singular_sidebar":"","csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_reading_time":"","csco_page_toc_navigation":"","csco_post_video_location":[],"csco_post_video_location_hash":"","csco_post_video_url":"","csco_post_video_bg_start_time":0,"csco_post_video_bg_end_time":0,"csco_post_video_bg_volume":false,"footnotes":""},"categories":[23,24],"tags":[25,28,65,83,36],"class_list":{"0":"post-1324","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-chatbot","8":"category-tecnologia","9":"tag-chatbot","10":"tag-intelligenza-artificiale","11":"tag-natural-language-processing","12":"tag-tecnologia","13":"tag-userbot","14":"cs-entry","15":"cs-video-wrap"},"_links":{"self":[{"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/posts\/1324","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/comments?post=1324"}],"version-history":[{"count":1,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/posts\/1324\/revisions"}],"predecessor-version":[{"id":1326,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/posts\/1324\/revisions\/1326"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/media\/1325"}],"wp:attachment":[{"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/media?parent=1324"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/categories?post=1324"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/userbot.ai\/blog\/wp-json\/wp\/v2\/tags?post=1324"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}