# Conceitos básicos de NLP Compreender a linguagem natural é desafiador. Levamos mais de 12 anos para aprender 20.000 palavras comuns. Imagine o quão difícil isso é para os computadores! Treinar motores de PLN requer dados massivos. Felizmente, modelos pré-treinados ajudam. Nosso motor de PLN lida com erros de ortografia, sinônimos, gírias e ordem das palavras. Nesta página, você aprenderá o básico para treinar o modelo de PLN do seu bot. ## Modelo de PLN Um modelo de PLN é composto por um conjunto de [intents](#intents) e [entidades](#entities) que são [treinados](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/train-your-nlp.md) com dados para que o modelo possa reconhecer expressões nunca vistas. Cada bot tem seu próprio modelo de PLN. Você pode configurar seu modelo de PLN na [aba PLN](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp.md).

O básico de PLN.

Sempre que um usuário envia uma mensagem para o bot, o bot verificará se essa mensagem pode ser rotulada com uma intenção que faça parte do modelo de PLN.
Exemplo Por exemplo, quando um usuário digita *'Me arrume uma passagem aérea,'* o PLN verificará se esta frase corresponde a alguma de suas expressões e se esta mensagem contém palavras semelhantes às expressões. No exemplo acima, o PLN dá uma pontuação de confiança de 93% que *'Me arrume uma passagem aérea'* pertence à intenção *'Reservar voo'*. Porque esta frase é reconhecida acima do [limiar de NLP](https://docs.chatlayer.ai/understanding-users/natural-language-processing-nlp/settings), a resposta vinculada a essa intenção será exibida ao usuário.
## Intents Uma intenção é uma série de **expressões** (ou enunciados) que significam a mesma intenção ou objetivo por parte do usuário. Durante a conversa, as intenções são reconhecidas pelo [motor de PLN](https://docs.chatlayer.ai/understanding-users/natural-language-processing-nlp) e servem para direcionar a conversa de diferentes maneiras.
Exemplo de intenções Alguns exemplos de intenções: * Reservar passagem de trem * Falar com um humano * Criar chamado de suporte * Saudação * Sim
Você pode [adicionar intenções na aba PLN](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp/intents.md#add-a-new-intent).
{% hint style="info" %} É importante delimitar bem suas intenções para que o bot possa reconhecê-las mais facilmente. Aprenda como criar boas intenções [aqui](https://docs.chatlayer.ai/tips-and-best-practices/how-to-nlp). {% endhint %} ## Expressões Expressões são frases de exemplo para uma intenção específica: são todas as diferentes maneiras que um usuário pode expressar sua intenção.
Exemplo de expressões Aqui estão algumas expressões para a intenção 'quem é você' * Quem é você? * Qual é o seu nome? * Você tem nome? * Me conte mais sobre você * Por favor, eu gostaria de saber com quem estou falando * Como devo chamá-lo? * quem é choo choo? * Diga-me qual é o seu nome * Quem é você? * Como as pessoas te chamam? Aqui estão algumas expressões para a intenção 'pedir\_pizza' * Eu gostaria de pedir uma pizza, por favor * Posso pegar uma pizza para viagem? * Quero uma pizza margherita * Gostaria de pedir comida * Você pode me ajudar a pedir pizza? * Estou com vontade de comer pizza hoje à noite!
Você pode [adicionar expressões na aba PLN](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp/expressions.md#add-expressions). {% hint style="info" %} É crucial que uma intenção contenha expressões diversas para que o PLN possa fornecer resultados mais precisos. Saiba mais sobre como criar um bom conjunto de expressões [aqui](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/how-to-nlp.md#trainingdatagenerationforchatbots-bestpractices-expressions). {% endhint %}

Expressões para uma intenção 'talk_to_human'.

{% hint style="info" %} Observe que nosso motor de PLN tem um limite de 1000 caracteres. Mensagens com mais de 1000 caracteres sempre acionarão o bloco Não entendido. {% endhint %} ## Entidades [Entidades](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/detect-information-with-entities.md) são importantes peças de informação que podem ser extraídas de uma expressão. Você vai querer armazenar essas entidades como variáveis para poder reutilizá-las posteriormente.

Exemplo de uma expressão onde as entidades @date, @origin e @destination são extraídas.

{% hint style="info" %} O Chatlayer tem diferentes tipos de entidades. Saiba tudo sobre elas [aqui](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/detect-information-with-entities.md). {% endhint %} --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.chatlayer.ai/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/basic-nlp-concepts.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.