Natural Language Understanding (NLU)
Natural Language Understanding (NLU, zu deutsch: das Verstehen natürlicher Sprache) ist ein Teilgebiet der künstlichen Intelligenz, das Computersoftware einsetzt, um Eingaben in Form von Sätzen mittels Text oder Sprache zu verstehen.
NLU ermöglicht die Interaktion zwischen Mensch und Computer. Es handelt sich um das Verstehen menschlicher Sprache wie zum Beispiel Englisch, Spanisch und Französisch, das es Computern ermöglicht, Befehle ohne die formalisierte Syntax von Computersprachen zu verstehen. NLU ermöglicht es Computern auch, mit Menschen in deren eigenen Sprache zu kommunizieren.
Der Hauptzweck von NLU besteht darin, Chat- und sprachfähige Bots zu entwickeln, die ohne Aufsicht mit der Öffentlichkeit interagieren können. Viele große IT-Unternehmen wie Amazon, Apple, Google und Microsoft sowie Startups haben NLU-Projekte in Angriff genommen.
Wie funktioniert NLU?
NLU analysiert Daten, um ihre Bedeutung zu bestimmen, indem Algorithmen die menschliche Sprache in eine strukturierte Ontologie reduzieren - ein Datenmodell, das aus semantischen und pragmatischen Definitionen besteht. Zwei grundlegende Konzepte von NLU sind Absicht und Entitätserkennung.
Bei der Absichtserkennung geht es darum, die Stimmung des Benutzers im Eingabetext zu erkennen und seine Zielerwartung zu bestimmen. Sie ist der erste und wichtigste Teil von NLU, weil sie die Bedeutung des Textes festlegt.
Die Erkennung von Entitäten ist eine spezielle Art von NLU, die sich darauf konzentriert, die Entitäten in einer Nachricht zu identifizieren und dann die wichtigsten Informationen über diese Entitäten zu extrahieren. Es gibt zwei Arten von Entitäten: benannte Entitäten und numerische Entitäten. Benannte Entitäten werden in Kategorien gruppiert, zum Beispiel Personen, Unternehmen und Orte. Numerische Entitäten werden als Zahlen, Währungen und Prozentsätze erkannt.
Eine Anfrage für einen Insel-Campingausflug auf Vancouver Island am 18. August könnte zum Beispiel folgendermaßen aufgeschlüsselt werden: Fährtickets [Absicht] / Bedarf: Campingplatzreservierung [Absicht] / Vancouver Island [Ort] / 18. August [Datum].
NLU vs. NLP vs. NLG
NLU ist eine Teilmenge der natürlichen Sprachverarbeitung (Natural Language Processing, NLP). NLP versucht, den Text eines bestimmten Dokuments zu analysieren und zu verstehen, während NLU es ermöglicht, einen Dialog mit einem Computer in natürlicher Sprache zu führen.
Während beide die menschliche Sprache verstehen, kommuniziert NLU mit ungeschulten Personen, um zu lernen, deren Absicht zu verstehen. NLU versteht nicht nur Wörter und interpretiert deren Bedeutung, sondern ist auch so programmiert, dass es die Bedeutung trotz häufiger menschlicher Fehler, wie falscher Aussprache oder vertauschten Buchstaben und Wörtern, versteht.
Der andere Teilbereich von NLP ist die Erzeugung natürlicher Sprache (Natural Language Generation, NLG). NLGermöglicht es Computern, automatisch Texte in natürlicher Sprache zu generieren, die die natürliche Kommunikation von Menschen nachahmen - eine Abkehr vom herkömmlichen computergenerierten Text.
Im Allgemeinen fehlt es computergenerierten Inhalten an fließender Sprache, den Emotionen und der Persönlichkeit, die menschengenerierte Inhalte interessant und ansprechend machen. NLG kann jedoch NLP nutzen, damit Computer menschenähnlichen Text in einer Weise produzieren können, die einen menschlichen Autor nachahmt. Dazu wird das Hauptthema eines Dokuments identifiziert und dann mithilfe von NLP die am besten geeignete Art und Weise ermittelt, das Dokument in der Muttersprache des Benutzers zu schreiben. Der Text wird auf der Grundlage dieser Entscheidung generiert.
Mit NLG kann ein Computer beispielsweise automatisch einen Nachrichtenartikel auf der Grundlage einer Reihe von Daten über ein bestimmtes Ereignis oder einen Werbebrief über ein bestimmtes Produkt auf der Grundlage einer Reihe von Produkteigenschaften erstellen.
Anwendungen für NLU
Hier finden Sie Beispiele für Anwendungen, die darauf ausgelegt sind, Sprache so zu verstehen, wie Menschen sie verstehen, und nicht als eine Liste von Schlüsselwörtern. NLU ist die Grundlage von Spracherkennungssoftware - wie zum Beispiel Siri auf iOS -, die darauf abzielt, eine Verständigung zwischen Mensch und Computer zu erreichen.
IVR und Nachrichtenweiterleitung. Interactive Voice Response (IVR) wird für Self-Service und Anrufweiterleitung verwendet. Frühe Versionen waren reine Tastentelefonie und enthielten keine künstliche Intelligenz. Mit der Weiterentwicklung der IVR-Technologie haben Funktionen wie NLP und NLU die Möglichkeiten erweitert, und die Benutzer können mit dem Telefonsystem per Sprache interagieren. Das System verarbeitet die Stimme des Benutzers, wandelt die Wörter in Text um und analysiert dann die grammatikalische Struktur des Satzes, um die wahrscheinliche Absicht des Anrufers zu ermitteln.
Kundenbetreuung und Service durch intelligente persönliche Assistenten. NLU ist die Technologie hinter Chatbots, das heißt, einem Computerprogramm, das sich mit einem Menschen in natürlicher Sprache über Text oder Sprache unterhält. Chatbots folgen einem Skript und können nur Fragen in diesem Skript beantworten. Diese intelligenten persönlichen Assistenten können eine nützliche Ergänzung des Kundendienstes sein. Chatbots werden zum Beispiel eingesetzt, um Antworten auf häufig gestellte Fragen zu geben. Um dies zu bewerkstelligen, sind verschiedene Prozesse in der NLU-Technologie erforderlich, zum Beispiel die Extraktion und Klassifizierung von Merkmalen, die Verknüpfung von Entitäten und das Wissensmanagement.
Maschinelle Übersetzung. Maschinelles Lernen (ML) ist ein Zweig der künstlichen Intelligenz, der es Computern ermöglicht, auf der Grundlage von Trainingsdaten zu lernen und ihr Verhalten zu ändern. Algorithmen des maschinellen Lernens werden auch verwendet, um Texte in natürlicher Sprache von Grund auf zu erzeugen. Bei der Übersetzung analysiert ein Algorithmus mit maschinellem Lernen Millionen von Textseiten – zum Beispiel Verträge oder Finanzdokumente - um zu lernen, wie sie in eine andere Sprache übersetzt werden können. Je mehr Dokumente er analysiert, desto genauer wird die Übersetzung. Wenn ein Benutzer beispielsweise Daten mit einem automatischen Sprach-Tool wie einem Wörterbuch übersetzt, wird dieses eine Wort-für-Wort-Ersetzung vornehmen. Bei der maschinellen Übersetzung hingegen werden die Wörter im Kontext nachgeschlagen, was zu einer genaueren Übersetzung führt.
Datenerfassung. Unter Datenerfassung versteht man das Sammeln und Aufzeichnen von Informationen über ein Objekt, eine Person oder ein Ereignis. Wenn zum Beispiel ein E-Commerce-Unternehmen NLU einsetzt, könnte es Kunden bitten, ihre Versand- und Rechnungsdaten mündlich einzugeben. Die Software würde verstehen, was der Kunde meint, und die Informationen automatisch eingeben.
Konversationsschnittstellen. Viele sprachgesteuerte Geräte - darunter Amazon Alexa und Google Home - ermöglichen es Benutzern, natürlich zu sprechen. Durch den Einsatz von NLU können Konversationsschnittstellen die menschliche Sprache verstehen und darauf reagieren, indem sie Wörter und Sätze segmentieren, die Grammatik erkennen und semantisches Wissen nutzen, um auf die Absicht zu schließen.
