Glosario de IA Conversational
¿Qué es el procesamiento del lenguaje natural (NLP)?
NLP (Procesamiento de Lenguaje Natural)
← Todos los términos del glosarioCampo de la IA que permite a los ordenadores entender, analizar y generar lenguaje humano, en texto y en voz.
Explicación
El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es la rama de la IA que trabaja con el lenguaje humano. Abarca entender textos y voz (qué se dice, quién lo dice, con qué intención y tono) y producirlos (respuestas, resúmenes, traducciones). El campo pasó de reglas escritas a mano a modelos estadísticos y después a redes neuronales; hoy los modelos de lenguaje grandes resuelven muchas tareas de NLP con un único modelo guiado por instrucciones. El NLP está detrás de chatbots y asistentes virtuales, buscadores, procesamiento de documentos, traducción y análisis de sentimiento.
Tareas principales del NLP
- Clasificación: asignar una etiqueta a un texto, como tema, intención, urgencia o sentimiento.
- Extracción de información: localizar entidades, campos y relaciones en documentos.
- Búsqueda y respuesta a preguntas: encontrar el fragmento que responde a una pregunta.
- Resumen: condensar un texto largo en sus ideas clave.
- Traducción: pasar un texto de un idioma a otro.
- Generación y diálogo: redactar respuestas, borradores y conversaciones.
- Voz: reconocer el habla y sintetizar voz, algo que se suele tratar junto al NLP.
De las reglas a los modelos de lenguaje grandes
Los primeros sistemas de NLP se basaban en gramáticas y reglas escritas por expertos. Después, los métodos estadísticos aprendieron patrones a partir de ejemplos etiquetados, tarea a tarea. Las redes neuronales y, más tarde, la arquitectura transformer trajeron modelos preentrenados con grandes cantidades de texto que se adaptaban a muchas tareas.
Los modelos de lenguaje grandes fueron más allá: con un prompt y unos pocos ejemplos, un mismo modelo clasifica, extrae, resume y traduce. Los modelos pequeños y especializados siguen siendo útiles cuando pesan el coste, la velocidad o la privacidad.
Cómo lo usan las empresas
- Clasificar y responder correos, chats y llamadas de clientes.
- Leer contratos, siniestros, facturas y formularios.
- Buscar en el conocimiento interno con lenguaje natural.
- Analizar a escala opiniones, reseñas y encuestas.
- Redactar informes, respuestas y documentación para que los revise una persona.
Preguntas frecuentes
¿Qué es el NLP en pocas palabras?
Es la parte de la IA que permite a los ordenadores trabajar con el lenguaje humano: leerlo, entenderlo y escribirlo. Cada vez que un software responde una pregunta, ordena correos o traduce un texto, hay NLP detrás.
¿Qué diferencia hay entre NLP y LLM?
El NLP es el campo; los modelos de lenguaje grandes son una tecnología dentro de él. Hoy los LLM son la herramienta general más capaz para tareas de NLP, pero el NLP incluye también métodos más antiguos y pequeños que se siguen usando para trabajos concretos.
¿Qué ejemplos hay de NLP?
Los filtros de spam, los buscadores, los asistentes de voz, la traducción automática, los chatbots, los resúmenes automáticos y las herramientas que sacan datos de documentos son ejemplos de NLP.
¿El NLP es lo mismo que la IA?
No. El NLP es una subárea de la IA, junto a otras como la visión artificial o la robótica. Se centra en el lenguaje, mientras que la IA en conjunto abarca cualquier tarea que requiera percibir, razonar o decidir.
¿Sigue siendo relevante el NLP con los modelos de lenguaje grandes?
Sí. Las tareas y los métodos de evaluación del NLP siguen siendo los mismos; lo que ha cambiado es la herramienta principal. Saber de NLP ayuda a decidir cuándo conviene un LLM y cuándo basta un modelo más pequeño y barato.
Cómo llevarlo a la práctica
Dónde aparece en Thinkia
Términos relacionados
Fuentes
- Jurafsky and Martin · Speech and Language Processing (3rd ed. draft) (en inglés)
- Brown et al. · Language models are few-shot learners (arXiv) (en inglés)
- Devlin et al. · BERT: pre-training of deep bidirectional transformers for language understanding (arXiv) (en inglés)
Actualizado: 2026-10-21