Benötigte Lesezeit: 2 Minuten
Die Abkürzung NLP steht für den Fachbegriff “Natural Language Processing”, was übersetzt “maschinelle Verarbeitung natürlicher Sprache” bedeutet. Computer lernen, das gesprochene und geschriebene Wort zu verstehen und zu verarbeiten. Anwendung findet NLP zum Beispiel bei maschinellen Übersetzungen oder der Sprachsuche. Aktuell ist die wichtigste technische Herausforderung, sinnvolle Dialoge zwischen Mensch und Maschine zu ermöglichen.
Die initiale Kombination von Sprache und künstlicher Intelligenz geht auf Alan Turing zurück. Bereits 1950 entwickelte der Mathematiker und Informatiker eine Idee, wie Menschen und Computer miteinander kommunizieren können. Er entwarf ein Frage-Antwort-Konzept, welches die humane Testperson über die Unmenschlichkeit des Gegenübers hinwegtäuschen sollte. Umgesetzt wurde Turings Test erst 1966, lange nach seinem Tod.
Einsatzgebiete von Natural Language Processing
Heute können Maschinen die Syntax eines Satzes mit 90%iger Sicherheit erkennen und beispielsweise in eine andere Sprache übersetzen. Oder komplexe Fragen in Millisekunden beantworten, über intelligente Sprachassistenten wie Alexa mit uns kommunizieren, die Stimmung eines Autors deuten und eigenständig Texte erstellen. Letzteres wird als “Natural Language Generation” (natürliche Text-/Sprachgenerierung, Anm. d. Red.) bezeichnet.
Wie beim maschinellen Lernen üblich, sind Daten das Lebenselixier von NLP. Fachbereiche, die viel mit Sprache und Content (= Daten) zu tun haben, sind daher beliebte Einsatzgebiete. In Unternehmen zählen dazu etwa:
- Kundenservice: Die Stimmung des Kunden am Telefon wird automatisch analysiert. Basierend darauf wird ihm z.B. ein entspannter Mitarbeiter zugeteilt.
- Lokalisierung von Content: Ein neu erstellter Text wird von einem Übersetzungssystem automatisch in drei weitere Sprachen übersetzt.
- Öffentlichkeitsarbeit: Extern veröffentlichte Texte, die den Unternehmensnamen enthalten, werden automatisch erkannt, gescannt und auf ihre Stimmung analysiert.
- Compliance Management: Um die Beachtung von Normen und Vorschriften sicherzustellen, werden neue Vertragsdokumente automatisch gescannt und mit Gesetzestexten abgeglichen.
NLP zum Ausprobieren
IBM stellt auf der Seite https://www.ibm.com/demos/live/natural-language-understanding/self-service/home eine kostenlose Demonstration des maschinellen Sprachverständnisses zur Verfügung. Nutzer können einen Text oder eine URL eingeben und erhalten umgehend eine Analyse des Contents. Dazu zählen etwa die Grundstimmung (positiv/negativ), das Vorkommen von Emotionen (Wut, Freude etc.), häufig erwähnte Schlüsselworte oder strukturelle Informationen. Für meinen Artikel wird die Grundstimmung z.B. als “neutral” bewertet. Leider ist das Analyse-Ergebnis nur auf Englisch verfügbar.
Technische Herausforderungen für NLP
An seine Grenzen stößt die maschinelle Verarbeitung natürlicher Sprache, wenn es um Doppeldeutigkeiten oder korrekte Schlussfolgerungen geht. Ein Mensch versteht durch den Kontext, was ein Wort bedeutet. So kann das Wort “Schuppen” sich entweder auf eine Gartenlaube, einen Fisch oder eine Hautkrankheit beziehen. Computer haben noch Schwierigkeiten, die treffende Bedeutung zu erkennen. Auch eine passende Handlungsempfehlung ist eine Hürde, an der Maschinen oft noch scheitern
Mein Fazit: Natural Language Processing ist ein faszinierender Bereich der KI und des maschinellen Lernens. Es ist erstaunlich, wie weit sich die maschinelle Spracherkennung- und Verarbeitung seit den 50er Jahren entwickelt hat und mit welcher Selbstverständlichkeit wir sie inzwischen nutzen.
Titelbild: DALLE 2
Quellen: MIT Sloan & MIT CSAIL Artificial Intelligence: Implications for business strategy program
