Definition

Was ist Natural Language Processing?

| Autor / Redakteur: Stefan Luber / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Die Abkürzung NLP steht für Natural Language Processing und beschreibt Techniken und Methoden zur maschinellen Verarbeitung natürlicher Sprache. Ziel ist eine direkte Kommunikation zwischen Mensch und Computer auf Basis der natürlichen Sprache.

Natural Language Processing (NLP) versucht, natürliche Sprache zu erfassen und mithilfe von Regeln und Algorithmen computerbasiert zu verarbeiten. NLP verwendet hierfür verschiedene Methoden und Ergebnisse aus den Sprachwissenschaften und kombiniert sie mit moderner Informatik und künstlicher Intelligenz. Ziel ist es, eine möglichst weitreichende Kommunikation zwischen Mensch und Computer per Sprache zu schaffen. Dadurch sollen sich sowohl Maschinen als auch Anwendungen per Sprache steuern und bedienen lassen.

NLP muss Lösungen schaffen, um sowohl gesprochene als auch geschriebene Sprache zu erkennen, zu analysieren und den Sinn zur weiteren Verarbeitung zu extrahieren. Hierfür ist ein Verständnis nicht nur von einzelnen Wörtern und Sätzen, sondern das Erfassen von kompletten Textzusammenhängen und Sachverhalten notwendig. Eine Herausforderung für das Natural Language Processing stellt die Komplexität der menschlichen Sprache und deren Mehrdeutigkeit dar. Da Computer nicht wie Menschen auf Erfahrungen zum besseren Verstehen von Sprache zurückgreifen können, müssen sie Algorithmen und Verfahren der künstlichen Intelligenz und des Machine Learnings anwenden.

Um Textbedeutungen ganzheitlich zu erkennen, ist es notwendig, im Vorfeld große Datenmengen zu erfassen und bereits erkannte Muster für die Sinnanalyse heranzuziehen. Neben künstlicher Intelligenz und Machine Learning spielen Big-Data-Techniken hierfür eine wichtige Rolle.

Die verschiedenen Teilbereiche des Natural Language Processings

Natural Language Processing muss Sprache in Form von Schall oder Zeichenketten erfassen und den Sinn extrahieren. Hierfür nutzt NLP verschiedene Methoden und Techniken, die schrittweise bis zur vollständigen Erfassung der Bedeutung eines Textes zu durchlaufen sind. Folgende Teilbereiche des Natural Language Processings finden hierfür Anwendung:

  • Spracherkennung
  • Segmentierung zuvor erfasster Sprache in einzelne Wörter und Sätze
  • Erkennen der Grundformen der Wörter und Erfassung grammatischer Informationen
  • Erkennen der Funktionen einzelner Wörter im Satz (Subjekt, Verb, Objekt, Artikel, etc.)
  • Extraktion der Bedeutung von Sätzen und Satzteilen
  • Erkennen von Satzzusammenhängen und Satzbeziehungen

Da menschliche Sprache oft mehrdeutig ist, kann selbst ein vollständiger Durchlauf der verschiedenen zuvor beschriebenen Schritte nicht immer ein eindeutiges Ergebnis liefern. Selbst moderne künstliche Intelligenz und maschinelles Lernen stoßen an ihre Grenzen, wenn in der zu analysierenden Sprache Stilmittel wie die rhetorische Frage, Ironie oder beispielsweise ein Paradoxon zum Einsatz kommen.

Typische Anwendungsbereiche von Natural Language Processing

Natural Language Processing kommt bereits heute in vielen Bereichen zum Einsatz. Gleichzeitig ist NLP Gegenstand aktueller Forschung und entwickelt sich ständig weiter. Zukünftig wird Natural Language Processing eine noch wichtigere Rolle für die Schnittstelle zwischen Mensch und Computer einnehmen. NLP wird heute genutzt, um beispielsweise Text aus eingescannten Dokumenten zu extrahieren, sprachgesteuerte Assistenten auf mobilen Endgeräten wie Smartphones zu realisieren oder geschriebene und gesprochene Sprache in Echtzeit zu übersetzen.

Bereits in den nächsten Jahren sind deutliche Fortschritte durch den Einsatz verbesserter künstlicher Intelligenz, die neuen Möglichkeiten des Machine Learnings und leistungsfähigere Hardware zu erwarten. Es ergeben sich Anwendungsbereiche im Alltag wie das sinnhafte Zusammenfassen von langen Texten, das automatisierte Schreiben von Texten, das Erkennen von Stimmungen des Sprechenden und das Erfassen von Stilmitteln wie Ironie, rhetorischen Fragen oder Sarkasmus.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

NorCom startet Academy rund um Big Data und KI

Schulungsangebot neu aufgestellt

NorCom startet Academy rund um Big Data und KI

Der Big-Data-Spezialist NorCom hat die NorCom-Academy ins Leben gerufen. Unter diesem Dach organsiert das Unternehmen künftig sein Schulungsangebot zu den Themen Big Data und Künstliche Intelligenz (KI). lesen

KI auf dem Weg zur Mainstream-Technologie

Marktprognose KI-Software

KI auf dem Weg zur Mainstream-Technologie

Bis 2025 soll der weltweite Markt für KI-Software um das Fünffache auf 126 Milliarden US-Dollar wachsen. Das prognostiziert LearnBonds, ein Unternehmen für Finanzmarktinformationen. Der zunehmende Einsatz Künstlicher Intelligenz lässt zudem neuartige hybride Belegschaften aus Mensch und Maschine entstehen. lesen

Graph-Datenbank Neo4j wird noch skalierbarer

Neo4j v.4.0

Graph-Datenbank Neo4j wird noch skalierbarer

Neo4j, ein marktführender Anbieter von Graph-Datenbanktools, hat die Version 4.0 seiner Plattform verfügbar gemacht. Zu den Neuerungen gehören unbegrenzte Skalierbarkeit, mandantenfähige Multi-Datenbank-Nutzung, die Integration von Apache Kafka und die besonders für Unternehmen wichtige feingranulare Steuerung von Datensicherheit und Datenschutz. lesen

Machine Learning Prague 2020 steht an

Hochkarätiges Line-Up

Machine Learning Prague 2020 steht an

Vom 20. bis 22. März findet bereits zum fünften Mal die jährliche Fachkonferenz Machine Learning Prague 2020 in der tschechischen Hauptstadt statt. Die Teilnehmer können sich auf ein interessantes Programm freuen. lesen

Das sind die Big Data Trends 2020

Ausblicke und Prognosen

Das sind die Big Data Trends 2020

Big Data und Analytics sind eine wichtige Ressource für Unternehmen, um in einem hart umkämpften Wettbewerbsumfeld zu bestehen. Folgende Big-Data-Trends werden sich in diesem Jahr auf die aktuellen IT-Landschaften auswirken. lesen

Chatbots nach dem Hype – wohin geht die Reise?

Kommentar von Yoav Barel

Chatbots nach dem Hype – wohin geht die Reise?

Jede neue Technologie unterliegt in ihren ersten Jahren dem bekannten Hype-Zyklus. Auch Chatbots machen hier keine Ausnahme. Nach einem ersten Peak im Jahr 2016 legte sich der Hype um Chatbots und fand Anfang 2018 seinen Tiefpunkt. Kurze Zeit später zeichnete sich allerdings wieder ein stetiger Aufstieg ab. Eine Vision setzte sich durch: Milliarden von Menschen werden ihre eigene natürliche Sprache verwenden, um durch Technologie zu interagieren. lesen

Qlik setzt auf Augmented Intelligence und die Multi-Cloud

Nachbericht Qlik Data Revolution Tour 2019

Qlik setzt auf Augmented Intelligence und die Multi-Cloud

Auf der Kundenveranstaltung „Data Revolution Tour 2019“ zeigte der BI-Anbieter Qlik die breite Palette seiner Angebote in einer Multi-Cloud-Plattform. Sie werden u. a. bei Porsche AG genutzt. An Neuheiten stellte die Forschungsleitern Elif Tutuk „Qlik Insight Bot“ und „Qlik Insight Advisor“ mit Sprachunterstützung vor. lesen

Die beliebtesten Anbieter von KI und Machine Learning 2019

Artificial Intelligence / Machine Learning

Die beliebtesten Anbieter von KI und Machine Learning 2019

In ihren Anfangstagen gerne als Hype belächelt, sind Künstliche Intelligenz (KI), inklusive Machine Learning, mittlerweile aus modernen Big-Data- und Analytics-Szenarien nicht mehr wegzudenken. Selbstlernende Systeme zur Mustererkennung erleichtern nicht nur den Umgang mit großen Datenmengen, sondern ermöglichen auch neuartige Anwendungen und tiefgreifende Erkenntnisse. lesen

Jedes vierte Unternehmen setzt auf KI

Chatbots, Analysen und RPA

Jedes vierte Unternehmen setzt auf KI

Laut der „Trendstudie Kundendatenmanagement 2019“ von Uniserv setzt bereits jedes vierte Unternehmen KI-basierte Methoden in Marketing, Vertrieb oder Kundenservice ein. Vor allem Chatbots, Analysen und Robotic Process Automation (RPA) sind beliebt. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 44576499 / Definitionen)