Natural Language Understanding

 

  1. Was ist Natu­ral Lan­guage Under­stan­ding?
  2. So funk­tio­niert Natu­ral Lan­guage Under­stan­ding

 

 

Was ist Natural Language Understanding?

 

Natu­ral Lan­guage Under­stan­ding, kurz NLU, bezeich­net per Defi­ni­ti­on das Ver­ste­hen natür­li­cher Spra­che durch eine Soft­ware. Der Ober­be­griff “Natu­ral Lan­guage Under­stan­ding” umfasst eine Viel­zahl von Com­pu­ter­an­wen­dun­gen, ange­fan­gen bei über­schau­ba­ren Anfor­de­run­gen wie natür­lich­sprach­li­chen Befeh­len an einen Rech­ner bis hin zu kom­ple­xen Auf­ga­ben wie dem voll­stän­di­gen Erfas­sen von Zei­tungs­ar­ti­keln oder lyri­schen Tex­ten.

Die Mehr­zahl der prak­ti­schen Anwen­dun­gen liegt zwi­schen den bei­den Extre­men. Kon­kre­te Bei­spie­le für den Ein­satz von Natu­ral Lan­guage Under­stan­ding sind etwa:

  • Klas­si­fi­ka­ti­on von E-Mails zur Fil­te­rung von Kom­mu­ni­ka­ti­on inner­halb eines Unter­neh­mens
  • Chat­bots, die Anlie­gen eines Nut­zers erken­nen, um ziel­ge­rich­te­ten Out­put zu erzeu­gen
  • Vir­tu­el­le Sprach­as­sis­ten­ten, die gespro­che­ne Ein­ga­ben auf jeder sprach­li­chen Ebe­ne ver­ste­hen und dem Anwen­der eine Ant­wort lie­fern

Es kommt immer wie­der zu Ver­wir­run­gen, wo die Abgren­zung von Natu­ral Lan­guage Under­stan­ding zu ande­ren Teil­be­rei­chen von Künst­li­cher Intel­li­genz liegt, vor allem im Unter­schied zu Natu­ral Lan­guage Pro­ces­sing (NLP). Ein NLP-Sys­tem zur Ver­ar­bei­tung natür­li­cher Spra­che deckt vom Input, über die Ver­ar­bei­tung bis zur Reak­ti­on alle Aspek­te der Kom­mu­ni­ka­ti­on zwi­schen Mensch und Com­pu­ter ab.

Natu­ral Lan­guage Under­stan­ding bezeich­net die Tech­no­lo­gie, die Inhalt ver­steht. Eine NLU-Lösung kann sepa­rat ein Pro­blem lösen, übli­cher ist Natu­ral Lan­guage Under­stan­ding jedoch als Teil eines NLP-Sys­tems. Natu­ral Lan­guage Pro­ces­sing gilt gemein­hin als über­ge­ord­ne­tes Kon­zept, das Ver­ste­hen natür­li­cher Spra­che (Natu­ral Lan­guage Under­stan­ding) sowie das Erzeu­gen natür­li­cher Spra­che (Natu­ral Lan­guage Gene­ra­ti­on) sind Unter­dis­zi­pli­nen.

 

So funktioniert Natural Language Understanding

Com­pu­ter konn­ten schon immer Spra­che ver­ste­hen. Um Ein­ga­ben des Men­schen kor­rekt zu deu­ten und Befeh­le umzu­set­zen, benö­tig­ten die Maschi­nen jedoch lan­ge Zeit for­ma­le Pro­gram­mier­spra­chen wie C++, Java oder Python. Der ech­te Fort­schritt ent­wi­ckel­ter Anwen­dun­gen besteht dar­in, dass moder­ne NLU natür­li­che, sprach­li­che Äuße­run­gen ver­ar­bei­ten und inter­pre­tie­ren kann.

Unab­hän­gig davon, was Natu­ral Lan­guage Under­stan­ding genau leis­ten soll, haben die meis­ten NLU-Sys­te­me gemein­sa­me Kom­po­nen­ten. Die Anwen­dung benö­tigt einen “Par­ser”, ein Com­pu­ter­pro­gramm, das für die Zer­le­gung und Umwand­lung von Inhalt in ein für die Wei­ter­ver­ar­bei­tung geeig­ne­tes For­mat zustän­dig ist.

Dar­über hin­aus muss die Anwen­dung auf ein Lexi­kon der Spra­che sowie gram­ma­ti­sche Regeln zugrei­fen kön­nen. Je brei­ter der Wort­schatz, des­to bes­se­re Ergeb­nis­se erzielt das Sys­tem bei kom­ple­xen Auf­ga­ben. Aus­ge­reif­te Lösun­gen sind in der Lage, auch kom­pli­zier­te Sät­ze zu ana­ly­sie­ren, Falsch­schrei­bun­gen und Abkür­zun­gen zu deu­ten oder Dia­lek­te zu erken­nen.

Auf der Ebe­ne der Bedeu­tung ermit­telt Natu­ral Lan­guage Under­stan­ding schließ­lich den gemein­ten Sinn einer Äuße­rung. Im Zusam­men­spiel der ein­zel­nen Kom­po­nen­ten erkennt NLU so aus einem Inhalt die wich­ti­gen Ele­men­te wie Per­so­nen, Orte, Zeit­punk­te und Absich­ten.

 

Quel­len & PDF: