自然语言处理(Natural Language Processing，NLP)是研究如何让计算机理解并生成人类自然语言的一种技术。在RPA的应用过程中，NLP的应用场景主要有以下几种情况。

当机器人接收到的要处理的信息不是结构化字段，也不是待OCR处理的扫描图像，而是一段人类自然语言表达的文字时，这就需要 NLP 从中提取出关键的字段信息，然后自动录入系统或者与系统中的信息做比对。

在OCR技术识别完信息之后，NLP技术可用来做优化处理，在识别完的文字中找出最合乎逻辑的词，做出文字修正。

当需要处理大量信息时，RPA可以利用NLP进行检索或分类处理。

NLP技术可以在 RPA 处理完成以后以自然语言的方式反馈给用户。

NLP由两项主要技术完成，包括自然语言理解和自然语言生成。

自然语言理解：自然语言理解的主要目标是帮助机器更好地理解人的语言。

自然语言生成：自然语言生成的主要目标是帮助机器生成人类能够理解的语言。

NLP是典型受制于语言特性的一项技术，如由于中文和英文在用词和语法的差异，造成 NLP 所使用的算法技术具有很大差异。

在自动化应用领域，NLP一方面配RPA来使用，另一方面也可以配合OCR来使用，协助提高文字识别率。例如，银行信用卡中心的 RPA客服机器人收到这样的一份客户请求，“明天，请将我的个人信用卡额度多调整1万元”，这句话是不能被机器人所理解的，需要借助NLP。

机器人结合领域知识将句子转换为业务信息，时间(Daytime)是“明天”，即“计算机获取的今天日期 +1”，假设得到明天的日期是“2022-1-202”；主语是“信用卡”；定语是“我的”，依据客户的请求来源可以得到 Customer ID，再依据 Customer ID 查询该客户名下拥有的信用卡(Card No)；动作(Action)是“额度调整”；金额(Amount)是“1万元”。

目前，很多企业都已尝试在RPA部署中使用AI的OCR技术，而下一个风口将是NLP技术的应用。用NLP搭建起人与机器之间沟通的桥梁，实现人机交流交互，对于NLP技术的掌控将成为RPA厂商差异化竞争的重中之重。

目前，RPA技术大行其道，例如实在智能拥有国产全自研的RPA产品包含AI底层能力（NLP、CV/OCR、智能决策等），通过“无感知的流程修复、无锚点的元素拾取、业务操作视频自动生成流程机器人……”等行业领先的技术亮点极大地提升了RPA的稳定性和易用性。

本文由自然语言处理提供，https://www.ai-indeed.com