Verarbeitung natürlicher Sprache (Natural language processing – NLP)

Die Verarbeitung natürlicher Sprache ist eine weitere KI-Technik, die sich ebenfalls mit Sprache befasst.

Die Verarbeitung natürlicher Sprache oder NLP konzentriert sich hauptsächlich auf die Analyse von Texten und den Versuch, deren Bedeutung zu beschreiben oder zu verstehen.

In jüngerer Zeit wird sie auch zur Erstellung von Originaltexten eingesetzt. Einige dieser Texte klingen recht menschlich und natürlich, und kurze Texte können sogar viele Menschen täuschen.

Diese Art von NLP – eine Art generative KI – befindet sich noch im Anfangsstadium und hat ihre Grenzen. Sie kann zum Beispiel nicht denken und den Text, den sie erzeugt, nicht verstehen.

Dennoch macht sie rasante Fortschritte, und die anderen NLP-Techniken werden in vielen digitalen Anwendungen sehr häufig eingesetzt.

Einige Beispiele hierfür sind:

• Analysieren von Text, um seine Bedeutung zu verstehen
• Extrahieren von Themen aus Texten
• Zusammenfassen von Text
• Übersetzen von Text in andere Sprachen
• Analysieren von Suchanfragen in Suchmaschinen
• Extrahieren der Bedeutung aus menschlicher Sprache oder geschriebenem Text
  Der Einsatz dieser Technologie mit OCR – und verwandten KI-Techniken wie Spracherkennung – kann Aufgaben automatisieren und neue Formen der Wertschöpfung schaffen.

Sprache und Stimmerkennung

Im Zusammenhang mit NLP bezieht sich die Spracherkennung auf die Fähigkeit eines Computers, mündliche Sprache zu entschlüsseln.

Sie wird häufig in sprachgesteuerten Benutzeroberflächen verwendet, um Befehle an Anwendungen und Geräte zu erteilen.

Wie bei den anderen hier behandelten KI-Techniken ist die Spracherkennung nur eine Technik, die in Verbindung mit anderen eingesetzt werden muss, um einen Mehrwertdienst oder eine Lösung zu bieten.

Da diese Technologien so neu sind, herrscht oft Verwirrung über die Bedeutung und den Umfang bestimmter Begriffe. So kann sich beispielsweise der Begriff „Stimmerkennung“ auch auf die biometrische Analyse der Stimme einer Person beziehen – wie Fingerabdrücke können auch Stimmabdrücke zur Bestätigung der Identität einer Person verwendet werden.

Auch wenn „Stimmerkennung“ und „Spracherkennung“ gleich klingen, haben sie unterschiedliche Bedeutungen.

Spracherkennung, auch bekannt als Sprache-zu-Text oder automatische Spracherkennung (ASR), ist eine KI-Technik, die die menschliche Stimme analysiert und das gesprochene Wort in Text umwandelt.

Die Stimmerkennung ist für die Spracherkennung erforderlich, aber sie ist nur der erste Schritt – der zweite Schritt ist die Umwandlung der Sprache in Text.

In Verbindung mit anderen Techniken, wie z. B. einigen der oben beschriebenen NLP-Techniken, können sowohl Sprach- als auch Spracherkennung zur Automatisierung von Tätigkeiten eingesetzt werden, die früher ausschließlich von Menschen ausgeführt wurden.

Beispiele für NLP, Spracherkennung und
Stimmerkennung

Alle oben genannten Technologien werden die Einführung neuer Technologien vorantreiben, die die Art und Weise, wie wir leben und arbeiten, radikal verändern werden.

Hier sind nur einige Beispiele dafür, wie diese Technologien unsere Welt bereits beeinflussen:

• Chatbots. Chatbots sind Anwendungen, die es Menschen ermöglichen, mit Softwareanwendungen über natürliche Sprache zu interagieren, die normalerweise über eine Tastatur eingegeben wird. Diese Chatbots können für die Kundenbetreuung, die Selbstbedienung von Mitarbeitern, den technischen Support, den Einzelhandel, das Marketing und vieles mehr eingesetzt werden.
• Übersetzungs-Apps. Die meisten von uns sind mit Übersetzungs-Apps, wie Google Translate, vertraut. Solche Apps können eine Kombination aus den oben genannten Techniken verwenden, einschließlich verschiedener NLP-Techniken, OCR und Spracherkennung.
• Sprache-zu-Text-Apps. Heutzutage können Spracherkennungs-Apps anstelle eines handschriftlichen Diktats verwendet werden, z. B. bei der Transkription von Sitzungsprotokollen. Schriftsteller können die Spracherkennung sogar in ihrem Schreibprozess verwenden.
• Text-zu-Sprache-Apps. Text-to-Speech-Apps können zum Vorlesen von Büchern, Artikeln oder anderen Texten verwendet werden. Diese Apps können für eine Vielzahl von Zwecken verwendet werden, vom Hinzufügen von Kommentaren zu Videos über die Unterstützung von Sehbehinderten bis hin zum einfachen Vorlesen von Büchern.
  

Eine der einflussreichsten Entwicklungen ist schließlich die bereits erwähnte Entwicklung von Sprachschnittstellen. Diese Schnittstellen sind in der Lage, Sprachbefehle entgegenzunehmen, wodurch die Nutzung von Geräten, die zu unserem Alltag gehören, noch einfacher wird.

In den kommenden Jahren, wenn die hier behandelten Technologien immer ausgereifter werden, sollten wir damit rechnen, dass sie sowohl in der Geschäftswelt als auch in unserem täglichen Leben eine noch größere Rolle spielen werden.