Natural Language Processing

Ved at lade computeren læse og forstå tekster, for derefter at producere tekst ud fra en given tekst, tillader man muligheden for at chatte med computeren, dette kaldes en chatbot. Chatbots er oftest benyttet til automatiske svar fra kundeservice og lignede opgaver, hvor der er et ønske om at få besvaret spørgsmål. Dette kan reducere omkostningerne ved at have kundeservice medarbejdere til at svare på ofte stillede spørgsmål.

(Topic Prediction) Mange tekster har et overordnet formål eller emne. Ved at forudsige et emne kan man sætte disse dokumenter i samme kategori. Dette omhandler use-cases som blandt andet; klassificering af genre, klassificering af nyhedsartikler og lignende elementer med tekst. Sådanne topics bruges ofte i forbindelse med anbefalingssystemer (recommendation systems), der automatisk kan forslå produkter af samme topic.

Gruppering (Clustering) er en teknik hvor man kan kategorisere data uden først at have defineret kategorier, for at sortere og skabe sammenhæng i en stor mængde data. Dette kan bruges til at blive klogere på de underliggende, ofte ukendte, grupper i data.

Dette kan med fordel også benyttes til tekst. Gruppering af tekstdata kan finde tendenser og emner i data som på forhånd er ukendt. Dette kan være alt fra dokumenter til feedback og kommentarer til resultater fra spørgeskema eller lignende undersøgelser.

Ved at lære computeren at læse, muliggør det også computeren hurtigt kan skimme tekster igennem og komme med en komprimeret version af teksten. Dette kan være et kort resume af en online artikel, automatisk resume af dokumenter eller som et værktøj til at screene mulige kandidaters ansøgninger i forbindelse med et stillingsopslag.

Et relativt simpelt værktøj indenfor NLP er subjektiv analyse (sentiment analysis), hvor man forsøger at rangere en given tekst baseret på tekstens positive eller negative ladning.

Dette kan umiddelbart virke overflødigt, men i mange tilfælde have en enorm positiv indvirkning på et system.

Systemer med indbygget sentiment analysis, kan bruges til at rangere vigtige mails, sure / gode reviews, detektere spam eller ondsindede beskeder, både som e-mail eller på sociale medier. Samtidig kan teknikken bruges til at gøre en subjektiv sætning til en objektiv målbar enhed f.eks. til tilfredsheds analyse.

(Keyword Extraction) I tekst data er det normalt at mange af ordene er fyldord, som får sætningen til at give mening, når sætningen er henvendt til  mennesker. Computere derimod har ikke behovet for at sætningen giver naturlig mening. Keyword Spotting / Extraction er en teknik hvor man udtrækker vigtige eller relevante nøgleord fra tekster. Denne teknik kan benyttes til at udtrække navne fra dokumenter, tal fra fakturaer eller tillægsord og navneord fra tekster.