KOSTENLOSER VERSAND IN DE, ATBIS ZU 10 JAHRE GARANTIE 60 TAGE RÜCKGABERECHT
Zurück
Natural Language Processing für Anfänger
25. Mar. 2022
327 views

Während Künstliche Intelligenz in aller Munde ist, ist Natural Language Processing, kurz NLP, vielen Menschen noch recht unbekannt. Dabei ist NLP ebenfalls längst in unseren Alltag eingezogen, vereinfacht unser Leben oft ungemein und steht noch im absoluten Anfangsstadium seiner Entwicklung und Einsatzmöglichkeiten. Darum wollen wir diesen Artikel der Erkundung von NLP widmen und Sie fit machen für die digitale Zukunft, in der NLP sehr wahrscheinlich die eine oder andere Rolle spielen wird! 

 

Definition von NLP 

 

Zu Beginn aber wollen wir zuerst einmal abklären, was dieses NLP denn nun überhaupt bedeuten oder sein soll. Wie der Name Natural Language Processing (zu Deutsch etwa Verarbeitung von natürlicher Sprache) bereits andeutet, wird im Zuge von NLP natürliche Sprache mit Hilfe eines Computersystems verarbeitet. 

Dabei beschränkt sich NLP nicht nur auf das gesprochene Wort, sondern bezieht sich auch auf von Menschen in natürlicher Sprache (beispielsweise Deutsch, Englisch und so weiter) verfasste Texte.

Um beispielsweise eine Maschine darauf zu trainieren, Texte richtig verarbeiten zu können, füttert man ihr eine große Menge an Daten - je nach Anwendungsfall können das Audiodateien mit gesprochener Sprache, oder aber Textdateien mit unterschiedlichstem Inhalt sein - mit der jeweiligen Information dazu. 

 

Was ist NLP und wie funktioniert es?

 

Klarer wird die Frage von “Was ist NLP” vermutlich dann, wenn wir einige Beispiele heranziehen, wie NLP bereits in unserem Alltag angelangt ist. Vorneweg sei nur so viel zu sagen, NLP umfasst grob gesagt alles, was die Verarbeitung von Sprache durch Computer umfasst. Also einerseits das Verständnis der Maschinen von gesprochenem Wort oder geschriebenem Text, andererseits aber auch, dass die Maschine in der Lage ist mit diesen Informationen etwas anzufangen und beispielsweise auf eine Frage antworten zu können.

Wenn also Alexa den Auftrag erhält den Fernseher einzuschalten, muss Alexa in der Lage sein zu verstehen, was ihr Besitzer möchte, die Daten richtig zu verarbeiten und tatsächlich den Fernseher einzuschalten, anstatt beispielsweise das Fenster zu öffnen. Außerdem kann es nötig sein, dass Alexa eine Antwort gibt, beispielsweise, wenn Sie sie nach dem Wetter fragen. Dann muss Alexa in der Lage sein, die Frage richtig zu deuten (Sie möchten Wetter und Temperatur wissen), die richtigen Informationen zu sammeln (Sie möchten wissen wie das Wetter aktuell bei Ihnen ist, nicht wie es vor 3 Stunden am anderen Ende der Welt war), und diese anschließend richtig und verständlich auszugeben (also beispielsweise in Ihrer bevorzugten Sprache und nicht in Aramäisch).


Beispiele für NLP im Alltag

 

Mit dem ersten klassischen Beispiel für NLP im Alltag vieler Menschen wurde bereits im letzten Punkt begonnen:

 

Smart Assistants

 

Neben Alexa von Amazon bevölkern auch weitere Smarte Assistenzsysteme unsere Wohnungen und Arbeitsplätze. Man denke an Siri oder Cortana um nur einige weitere Beispiele zu nennen. Diese Assistenten sind super praktisch und werden auch mit jedem Tag klüger und damit natürlich auch hilfreicher. Während es zu Beginn teilweise noch recht holprige Konversationen waren, wo vielleicht Befehl und Antwort die einzigen erwartbaren Konversationen waren, verbessern sich die Fähigkeiten dieses System laufend. Inzwischen erwarten wir von unseren cleveren Assistenten, dass sie auch kontextuelle Informationen erkennen können und vielleicht sogar in der Lage sind Humor zu verstehen oder humorvolle Antworten zu geben um unseren Tag noch schöner zu machen.

 

Email Filter

 

Wer noch keinen smarten Assistenten hat, aber mit Email arbeitet ist ebenfalls nicht vor NLP gefeit. Email Filter ist eine der einfachsten und frühesten Anwendungsfälle für NLP. Ursprünglich ging es darum, Spam Mails zu filtern, indem gewisse Worte oder Phrasen als Indikatoren für Spam Nachrichten ermittelt und erkannt wurden, bevor diese Mails im Spam Ordner landeten.

Heute sind die Systeme aber natürlich schon viel weiter. Beispielsweise kann Gmail bereits Emails richtig klassifizieren, und steckt die eingehenden Nachrichten in die richtigen Ordner, abhängig vom jeweiligen Inhalt der Email. Dadurch können Emails gleich praktisch vorsortiert werden und in der Inbox bleiben nur die Emails übrig, die besonders wichtig und relevant sind, damit die User gleich bei diesen Mails starten können.

 

Suchergebnisse

 

Ein weiteres wichtiges Feld für NLP sind Suchmaschinen. Dabei sind Suchmaschinen längst über den Punkt hinaus, indem nur stur nach den in der Suchleiste eingegebenen Worten gesucht und irgendwelche Ergebnisse angezeigt wurden. Je mehr Sie eine Suchmaschine - beispielsweise Google - nutzen, desto mehr werden Sie feststellen, dass die Maschine die Ergebnisse unterschiedlich priorisiert, abhängig von Ihren Interessen und auch über verschiedene Sprachen oder Synonyme hinweg. Wenn Sie beispielsweise nach Nutria suchen, werden Sie zuerst Informationen über dieses bestimmte Nagetier erhalten, sehr bald aber auch zu anderen, ähnlichen Nagetieren wie Bibern oder Bisamratten, obwohl Sie doch eigentlich nur nach “Nutria” gesucht hatten.

Ebenso werden Ihnen sehr bald weitere Suchanfragen vorgeschlagen, die in sehr ähnliche Richtung gehen, beispielsweise können Sie mit einem einfachen Klick eine Suchanfrage für Cartoren, Capybaras oder Bisamratten starten, ohne diese Worte explizit im Suchfeld eingeben zu müssen. 

Die Ergebnisse selbst sind ebenfalls nicht mehr auf eine Sprache eingeschränkt. So kann es durchaus sein, dass die Suchergebnisse mehrsprachig sind (zum Beispiel Deutsch und Englisch) aber dabei selten Sprachen vorkommen, die Sie beispielsweise nicht sprechen (weil Sie noch nie in dieser Sprache gesucht haben, beispielsweise).

 

Übersetzung

 

Lange Zeit war es sehr einfach für Lehrer zu erkennen, ob die Spanisch Hausaufgabe selbst geschrieben wurde, oder ein Übersetzungstool die ganze Arbeit gemacht hat. Die Texte klangen holprig und die Grammatik war - gelinde gesagt - eine mittlere Katastrophe. Das liegt daran, dass die wenigsten Sprachen untereinander eine eins zu einer Übersetzung erlauben, da beispielsweise die Wort- und Satzstellung unterschiedlich ist, unterschiedliche Zeiten in den Sprachen verwendet werden, von Fällen und Artikeln ganz zu schweigen. All dies wurde früher von den Übersetzungsservices übersehen. 

Heute jedoch zeigt sich zunehmend ein anderes Bild. Mit NLP können Online Übersetzer zunehmend akkurate und grammatikalisch immer bessere Lösungen produzieren. Insbesondere bei Sprachen, die sich nicht fundamental unterscheiden sind die Ergebnisse inzwischen wirklich passabel. 

Viele Sprachen können bereits auf einem Level übersetzt werden, die es erlauben mit Menschen zu sprechen, die völlig andere Sprachen sprechen und sich meist auch richtig verständlich zu machen. Außerdem können sie inzwischen recht gut feststellen, welche Sprache Sie als Ausgangssprache verwenden und können sofort mit der Übersetzung beginnen.

Diese könnte Dich auch interessieren