Was leistet Natural Language Processing?

Das Standardlehrbuch von Dan Jurafsky und James Martin (Speech and Language Processing, laufend aktualisierte Entwurfsfassung der dritten Auflage) behandelt ein breites Spektrum an Aufgaben. Dazu gehören das Einordnen von Texten nach Thema oder Stimmung und das Herausziehen von Namen, Orten oder Produkten aus Fließtext. Ebenso zählen maschinelle Übersetzung, Spracherkennung und Dialogsysteme dazu.

Gemeinsam ist den Aufgaben, dass unstrukturierte Sprache in eine Form gebracht wird, mit der sich rechnen lässt. Aus einer Menge von Kundenmeldungen wird dann zum Beispiel eine Auswertung nach Themen.

Wie hängen NLP, Computerlinguistik und Sprachmodelle zusammen?

Computerlinguistik und NLP überlappen stark. Die Computerlinguistik fragt eher, wie sich Sprache formal beschreiben lässt, NLP eher, wie sich Sprachaufgaben technisch lösen lassen. Im Sprachgebrauch werden beide Begriffe oft austauschbar verwendet, das Lehrbuch von Jurafsky und Martin führt sie sogar gemeinsam im Titel.

Früher stützte sich das Feld auf handgeschriebene Regeln und statistische Verfahren. Heute tragen Sprachmodelle viele dieser Aufgaben. Ein Sprachmodell ist damit ein Verfahren des NLP, und NLP ist der größere Rahmen, in dem es eingesetzt wird.

Wofür nutzt die Markenarbeit NLP?

Marken sammeln Sprache in großen Mengen: Bewertungen, Support-Anfragen, Beiträge in sozialen Netzwerken, eigene Texte. NLP macht sie auswertbar. Typische Anwendungen sind die Sentiment-Analyse, die Themenerkennung im Social Listening und der Dialog mit Kundschaft in einem KI-Chatbot. Auch die Frage, ob ein Text zur Markensprache passt, lässt sich mit NLP-Verfahren prüfen, etwa als Konsistenzmessung auf der Sprachebene.

Die Ergebnisse bleiben Annäherungen. Ironie, Mehrdeutigkeit, Dialekt und Fachjargon bringen Verfahren regelmäßig aus dem Tritt. Stichproben, die ein Mensch gegenliest, gehören deshalb zu jeder Auswertung.