Was ist Natural Language Processing (NLP)?

Sicher haben Sie schon vom Procesamiento de Lenguaje Natural (PLN) bzw. Natural Language Processing (NLP) gehört, das derzeit hochaktuell ist, obwohl seine Ursprünge mehr als sieben Jahrzehnte zurückreichen. Wenn Ihnen der Begriff nichts sagt: Was Sie jedoch kennen, genutzt haben oder besitzen, ist ein System zur Interpretation menschlicher Sprache durch Maschinen, wie Übersetzer, Rechtschreibprüfungen oder die derzeit so beliebten Sprachassistenten.

Mit dieser kurzen Einführung lassen sich die Funktionen und die Definition von NLP bereits erahnen, aber wir werden sie präzisieren, um die Konzepte zu klären. Natural Language Processing ist ein Teilgebiet der Künstlichen Intelligenz, das die Interaktion zwischen Menschen und Maschinen über Sprache untersucht. Das heißt: Maschinen sollen unsere Art zu kommunizieren verstehen und wiedergeben, damit wir über Sprache mit ihnen interagieren können.

Der Durchbruch dieser Technologie in den letzten Jahren, die – wie bereits erwähnt – in den 1950er-Jahren entstanden ist, geht einher mit der wachsenden Fähigkeit, dank Big Data enorme Datenmengen zu analysieren, mit der Entwicklung der Algorithmik und der äußerst wichtigen Weiterentwicklung der Künstlichen Intelligenz. Die Welt, unser Alltag, wird immer digitaler, und unsere Interaktion mit Maschinen nimmt zu – und wird dabei immer natürlicher.

Flüssigkeit der Mensch-Maschine-Interaktion

In diesem Prozess ist Sprache als Träger der Kommunikation entscheidend. Der Austausch zwischen Mensch und Maschine kann auf geschriebener oder gesprochener Sprache basieren; Ziel beider Ausdrucksformen ist es, dass Maschinen unsere Nachrichten empfangen, decodieren, interpretieren und uns die erwartete Antwort so zurückgeben, dass wir sie ohne zusätzliche Vorkenntnisse verstehen.

Die durch Sprache ermöglichte flüssige Kommunikation – wie wir bereits festgestellt haben, unsere natürliche Form der Interaktion – bringt auf allen Ebenen zahlreiche Vorteile, ist jedoch besonders wichtig, um Digitalisierungs- und Transformationsprozesse in produktiven Umgebungen zu erleichtern und zu vereinfachen. Eine einfache Kommunikation ermöglicht schnellere und reibungslosere Implementierungen, da sie den Bedarf an technischem Know-how minimiert und Handlungen beschleunigt, die das Zusammenspiel von Mitarbeitenden und Maschinen erfordern.

An dieser Stelle ist außerdem wichtig festzuhalten, dass Natural Language Processing einen Paradigmenwechsel darstellt, der den Menschen in den Mittelpunkt stellt: Denn die Maschinen passen sich unserer Art zu kommunizieren an – und nicht umgekehrt, wie es bisher der Fall war.

Anwendungen von Natural Language Processing

Die Anwendungen von Natural Language Processing sind vielfältig und immer weiter verbreitet. Sehen wir uns einige an:

Textbasierte Interaktion: Wir können über geschriebenen Text mit Computern interagieren. Sobald der menschliche Absender die Nachricht sendet, decodiert das System sie, zerlegt sie, analysiert sie und codiert – abhängig von den gefundenen Mustern – eine Antwort, die es an sein Gegenüber zurücksendet. Ein klares Beispiel dafür sind die bekannten Chatbots. Wenn wir einem textbasierten Interaktionssystem eine Frage stellen, sucht es in den übermittelten Wörtern nach den Korrelationen, für die es programmiert wurde, und gibt auf Basis der Analyse dieser Wortkombination eine Antwort aus.

Sprachbasierte Interaktion: Dieser zweite Fall basiert auf demselben Prinzip wie der vorherige, mit der zusätzlichen Komplexität, dass das System die Stimme des Sprechers erkennen, in Text umwandeln und anschließend das beschriebene Verfahren der Decodierung und Mustersuche durchführen muss. Sobald die zu übermittelnde Nachricht bestimmt ist, wird der Text wieder in Sprache umgewandelt, um die Antwort auszugeben. Siri, Alexa, Sprachsteuerungen in Fahrzeugen oder telefonische Servicesysteme sind alltägliche Beispiele für diese Art von Technologie. Wir fragen etwas, das wir wissen möchten, oder geben einen bestimmten Befehl – und erhalten eine Antwort, die auf der Interpretation der ursprünglichen Anfrage basiert.

Identifikation und Klassifizierung von Texten: Natural-Language-Processing-Systeme sind auch in der Lage, Texte anhand der Wörter, aus denen sie bestehen, zu identifizieren. So können in umfangreichen Dokumenten (Gesetz, Verordnung, Dissertation …) bestimmte Passagen lokalisiert oder der Dokumenttyp anhand seines Inhalts erkannt werden. Ein anschauliches Beispiel für Letzteres ist Spam-E-Mail. NLP-Systeme identifizieren bestimmte, vordefinierte Wörter und Ausdrücke und entscheiden daraufhin, ob es sich um Junk-Mail handelt, oder ordnen sie dem Posteingang zu.

Übersetzung: Eine weitere weit verbreitete Anwendung von NLP ist die automatische Übersetzung von Texten, die wir alle online genutzt haben und die Antworten in Hunderten von Sprachen liefern. Eine neue Generation von Übersetzern zeigt Inhalte von Beschilderungen, Leitsystemen und jeder Art von Text, den man in eine andere Sprache übertragen möchte, indem sie das zu übersetzende Schild mit dem Smartphone abfotografiert.

Wie wir sehen, wird unsere Interaktion mit Maschinen immer alltäglicher und findet in allen Bereichen und Branchen statt. Die digitale Transformation ist gekommen, um zu bleiben und uns bestimmte Aufgaben zu erleichtern, und in dieser Entwicklung spielt Natural Language Processing eine wichtige Rolle, denn Sprache ist unsere direkteste Form der Kommunikation.