Kurz gefasst: Natural Language Processing in 3 Minuten

Next Big Think Okt. 21, 2020

„Hey Siri, schalte das Licht im Schlafzimmer ein!“ „Hey Alexa, spiel das neue Lied von Justin Bieber!“ „Hey Google, wie wird das Wetter morgen?“ Dank Natural Language Processing (NLP) können wir nicht mehr nur per Knopfdruck mit technischen Geräten interagieren, sondern auch mit Sprachbefehlen. Wie verarbeitet künstliche Intelligenz Sprache und wo kommt NLP zum Einsatz?

Was ist Natural Language Processing?

Natural Language Processing beschreibt Techniken und Methoden zur maschinellen Verarbeitung natürlicher Sprache. Ziel ist es, sowohl schriftliche als auch mündliche Kommunikation zwischen Mensch und Maschine zu ermöglichen. NLP verknüpft dafür Erkenntnisse aus der Linguistik mit Methoden der Computerwissenschaft und der künstlichen Intelligenz (KI).

In einem ersten Schritt werden die Daten verarbeitet. Der Text stellt für den Computer erstmal nur eine Anreihung von Buchstaben und Zeichen dar. Der Computer untereilt diese Kette nun in einzelne Wörter und Sätze (Tokenisierung). Die einzelnen Wörter enthalten grammatikalische Informationen wie beispielsweise den Kasus. Diese werden analysiert und extrahiert, um die Wörter in ihre Grundform zurückzuführen, so wie sie also im Lexikon stehen (morphologische Analyse). Schließlich wird die Struktur der Sätze analysiert und die Funktion der einzelnen Wörter bestimmt. Wörter werden dabei mit Attributen gelabelt, beispielsweise als Nomen, Verb, Subjekt, Objekt (syntaktische Analyse).

Der zweite Schritt ist der eigentlich komplexe Schritt. Einerseits muss den Sätzen und Satzteilen eine Bedeutung zugeordnet werden (semantische Analyse. Anderseits müssen Beziehungen zwischen aufeinanderfolgenden Sätzen erkannt werden, beispielsweise Frage- und Antwort-Muster (Dialog- und Diskursanalyse). Insbesondere müssen Entitäten erkannt werden, also Eigennamen von Personen, Orten, Produkten oder Unternehmen.

Anwendungsgebiete von Natural Language Processing

Natural Language Processing findet überall da Anwendung, wo es um die Kommunikation zwischen Mensch und Maschine auf Basis natürlicher Sprache geht. Ein klassisches Beispiel sind Chatbots. Chatbots sind Anwendungen, bei denen wir mit einem Computer kommunizieren, als wäre er ein menschlicher Gesprächspartner. Chatbots werden beispielsweise in Kundendiensten eingesetzt, wo sie rund um die Uhr Fragen beantworten und einfache Anliegen behandeln.

Mit Siri und Alexa hat fast jeder von uns einen intelligenten Assistenten zuhause, der über Sprachsteuerung funktioniert. Auf Befehl spielen sie Musik ab, lesen den Wetterbericht vor oder setzen nötige Einkäufe auf die Liste. Auch andere Alltagsgeräte steuern wir heute selbstverständlich per Sprache: Anstatt die Adresse ins Navigationsgerät einzutippen, rufen wir ihm die Adresse zu. Dank NLP werden wir zukünftig mit immer mehr Geräten in unserer Umgebung per Sprache interagieren.

Auch digitale Übersetzungs-Tools basieren auf NLP. Bekannt ist vor allem der Google Translator, doch auch junge Unternehmen wie das erfolgreiche Kölner Start-up DeepL drängen vermehrt auf den Markt. Die intelligenten Systeme erkennen geschriebene und gesprochene Textinhalte und übersetzen sie automatisch in die gewünschte Sprache.

NLP ermöglicht auch eine intelligentere Suche nach Inhalten in einer Masse von Informationen. Heute funktionieren Suchfunktionen meist anhand von Keywords, die dann in den Daten gesucht werden. Dank dem Einsatz von NLP können wir künftig auch W-Fragen wie beispielsweise „Welcher Geschäftspartner brachte 2019 den größten Umsatz?“ stellen. Sowohl bei der privaten Google-Suche als auch bei der Recherche nach relevanten Informationen im eigenen Unternehmen kommen wir so schneller zum Ziel.

Ausblick

Natural Language Processing ist das Kernstück für die Interaktion von Mensch und Maschine und wird deshalb laufend an Bedeutung zunehmen. Die Technologie entwickelte sich in den letzten Jahren rasant, die Systeme werden stetig besser und fast täglich kommen neue Dienste auf den Markt.

Doch NLP steht auch vor großen Herausforderungen. Denn die menschliche Sprache ist komplex und nicht immer rein regelbasiert. Der KI fällt es noch schwer, Stimmungen, Ironie oder rhetorische Fragen zu erkennen. Unsere Kommunikation ist zudem oft mehrdeutig und hängt vom jeweiligen Kontext ab. Aktuelle Systeme stoßen dabei noch an ihre Grenzen. Doch sie werden immer besser und lernen stetig dazu. Durch maschinelles Lernen und Deep Learning lernt die KI laufend neue Formulierungen, Ausdrücke oder Synonyme.

Knowledge of languages is the doorway to wisdom. (Roger Bacon)

Drei Punkte, wie NLP in Ihrem Unternehmensalltag helfen kann:

  1. Chatbots verbessern die Kommunikation mit Ihren Kunden und machen den Kundendienst effizienter.
  2. Digitale Übersetzer helfen Ihnen bei der Kommunikation mit fremdsprachigen Geschäftspartnern
  3. Dank NLP-gestützter Suche finden Sie in Ihren Unternehmensdaten schneller die Informationen, die Sie suchen.

Beim Newsletter anmelden und keinen Artikel mehr verpassen

Die spannendsten Artikel der Woche jeden Freitag direkt in Ihr Postfach

* Pflichtfeld

Dominic Hauser

Dominic Hauser ist Redakteur bei fintechcube. Davor war er in Bern als politischer Redakteur tätig und beschäftigte sich nach seinem Umzug nach Berlin mit der Digitalisierung des Public Sectors.