Was ist Natural Language Processing?
Unter Natural Language Processing versteht man viele verschiedene Ansätze, um mit dem Computer Sprache zu verarbeiten. Beispiele von Natural Language Processing reichen vom Textverständnis bis hin zum grammatikalisch korrekten Output. Hier gibt es zahlreiche Anwendungsbereiche und Lösungen, wobei die meisten auf Machine Learning Methoden beruhen.
Content Kategorisierung
Bei der Content Kategorisierung wird eine Reihe von Dokumenten nach ihrem Inhalt kategorisiert. Das findet z.B. Anwendung beim Erstellen von FAQs aus Fragen, die bei Service-Stellen ankommen.
Dokumenten-Zusammenfassung
Hier ist das Ziel, aus langen Dokumenten einen schlüssigen Kurztext zusammenzufassen. So sollen z.B. Klappentexte von Büchern oder Abstracts von wissenschaftlichen Arbeiten automatisch erstellt werden.
Kontextuelle Extraktion
Mit der kontextuellen Extraktion sollen aus langen Dokumenten wesentliche Fakten herausgefunden oder Fragen beantwortet werden. Anwendungen hiervon sehen wir täglich, wenn wir Suchmaschinen oder Sprachassistenten verwenden, die uns in ganzen Sätzen Fragen beantworten können.
Sentimentanalyse
Bei der Sentimentanalyse soll der Text auf seine Stimmung heruntergebrochen werden. Hier kann z.B. unterschieden werden, ob eine Filmrezension lobend oder kritisch ist, oder ob eine E-Mail eine Beschwerde oder ein Lob enthält.
Themenerfassung
Hier hat der Computer die Aufgabe, Texten eine passende Überschrift zu geben. Das kann z.B. bei der Kategorisierung von großen Textmengen helfen.
Speech to Text / Text to Speech
In diesem Bereich beschäftigt man sich damit, menschliche Sprache zu transkribieren und umgekehrt geschriebenen Text möglichst menschlich vorlesen zu lassen.
Referenzen: Unternehmen, die uns vertrauen
Das Ergebnis unserer maßgeschneiderten IT-Lösungen sind zufriedene Kund*innen quer durch alle Branchen und unterschiedlichster Unternehmensgrößen. Überzeugen Sie sich selbst.
