自然语言处理（NLP）是商业智能和分析应用程序的最新进步，它提供了一种更简便的方法来访问高质量数据并获得更深刻的见解。但是，由于其复杂性和细微差别，NLP的进展也受到限制。

传统上，BI和分析需要一定程度的专业知识，这意味着，人们不能直观地了解如何查询计算机。

例如，以传统方式查询SQL数据库需要了解SQL语言及其工作方式。相比之下，NLP可以接受自然语言查询，并将其转换为SQL查询，然后以自然语言将结果传达给用户。该场景涉及三种不同的自然语言技术，所有这些自然语言技术都属于NLP的一般类别：

• 自然语言理解-理解书面或口头文字；
• NLP-将文本转换为结构化数据；
• 自然语言生成-将结构化数据转换为文本。

NLP在BI和分析中的进展

Tableau Software在Beta版中具有一项新功能，被称为Ask Data，该功能使用户可以提出有关销售、利润等方面的问题，并获得自然语言的答案。Tableau和Qlik都具有Narrative Science的扩展，可使用自然语言叙事自动补充其各自在仪表板中的图表。同时Microsoft Power BI也支持自然语言查询，尽管报表和仪表板尚未实现功能奇偶校验。

虽然这些示例展示了一般BI和分析平台如何利用NLP，但另一个问题是如何使用NLP进行特定类型的分析。例如，Lexalytics Intelligence平台可分析非结构化文本数据库、数据仓库、数据湖、搜索引擎、社交媒体和网络爬虫。而对于非结构化文本分析，也许最受关注的用例之一是社交媒体情感分析。

通常，当数据科学家想要了解非结构化数据时，他们会使用以下两种技术之一：分类，利用受监督的机器学习将文本分为预定义或标记的类别（例如，正面情绪和负面情绪），以及聚类，使用非结构化的机器学习将文本分隔为不同的组，而不使用预定义的标签。

小型商业贷款平台Lendio数据分析师Katherine Chandler表示，他们正在考虑将聚类分析应用于客户服务呼叫记录，以识别常见问题、客户情绪和趋势，以便服务代表不必听取这些呼叫。

Chandler说：“我们目前有一些通话记录，我们会将这些通话记录提供给我们的呼叫中心人员，但是如果我们能够访问所有电话，我们希望我们能够开发出更好的通话记录。我们的首要目标是使用该工具确保合规性，我们的第二个目标是开发更好的通话记录。”

同样，一家跨国技术服务提供商希望改善客户体验，但是该公司只能通过调查和手动质量控制来追踪5%的客户互动。于是，该公司与客户体验分析平台提供商Summatti公司合作，以提高见解质量。

为了对该平台进行持续的文本监视和分析，该公司分析了六个月的客户关系管理和交互式语音响应数据，以识别正面和负面的体验。他们还结合客户服务成功指标（关键绩效指标）。在设置完成后，该平台监控和分析通过电话、电子邮件和聊天功能的客户互动，从而使公司可以识别并主动解决问题，监视员工绩效并提高渠道保留率。

还没有发展完善

最终用户似乎对NLP的期望超出NLP现有水平，与SQL查询或Boolean搜索相比，人类语言是一种更自然的交流形式。还有一个普遍的误解是，AI的所有分支（包括NLP）都是机器智能的一种通用形式，可以简单地用于限定性问题。限制领域AI是当前的最新技术，例如，构建用于进行情感分析的产品在执行情感分析方面非常有效，但对于合同审查而言却没那么有效。

数字体验咨询公司和转售商Anexinet公司使用NLP来了解客户交互，该公司全渠道分析主管Brian Atkiss说：“对于供应商来说，重要的是，培训他们的用户了解什么可能以及不可能实现。如果你想知道我的团队到目前为止覆盖了多少客户或有多少潜在客户，这是可能实现的，但从根本原因分析来看，更高级的分析类型还远远未能实现。”

Boston Consulting Group公司机器学习和AI副总监Steven Mills在进行演示时为了帮助设定用户的期望，他以幽默的方式介绍NLP进步的缺点。他说：“最大的限制是，你不能对系统中询问任何内容。你仍然必须遵循某种格式结构，并且存在一定的局限性。我们想要获得的是问题-答案类型的界面，但这里需要出色的对自然语言的理解和能力。我们希望系统能够解释复杂的问题，但目前还无法实现。”

跨越障碍

NLP发展面临的挑战之一是意图；人们所说的或类型不一定代表他们的意思。使用NLP的BI或分析平台应该能够推断用户的意图并提供相关的结果。为此，该系统需要了解查询的相关变化，还必须了解查询的上下文。

数据使用的上下文也很重要。大多数部门使用特定于其职能的软件应用程序。这些部门系统中的数据可能可通过API提供给BI或分析，但在其原始预期上下文外使用的数据也需要得到处理。由于上下文是NLP的大问题，因此一个部门中成功的NLP试点可能无法很好地扩展到整个企业乃至另一个部门，因为每个部门可能需要不同的模型、数据或数据集成来实现其目标。

现在越来越多的BI和分析供应商将NLP功能添加到其产品中，以改善用户体验。最终，用户将能够与这些工具进行交互式对话，以快速获取所需信息，而无需单击分析仪表板或BI报表。但是，在全面推广NLP系统之前，明智的做法是了解其功能和局限性，以便可以设定适当的最终用户期望。