Videre til indhold
logo
  • Services
    • Inspiration og Undervisning
    • Sparring og Workshops
    • Udvikling og Implementering
    • Introduktion til AI og eksempler på brug
      • Computer Vision
      • Machine Learning
      • Natural Language Processing
  • Referencer
  • Nyheder og viden
  • Om os
  • Kontakt
  • Services
    • Inspiration og Undervisning
    • Sparring og Workshops
    • Udvikling og Implementering
    • Introduktion til AI og eksempler på brug
      • Computer Vision
      • Machine Learning
      • Natural Language Processing
  • Referencer
  • Nyheder og viden
  • Om os
  • Kontakt
  • DA
  • EN

Forside > Kom godt i gang med AI > Natural Language Processing (NLP)

Natural Language Processing

Natural Language Processing (NLP) er et område indenfor AI, der drejer sig om samspillet mellem computere og sprog, dvs. en computers evne til at forstå talt og skrevet sprog (Natural Language). Det dækker et bredt spektrum af teknikker og tilgange til at gøre computere i stand til at forstå, fortolke og producere tekst eller tale, som mennesker naturligt kommunikerer med. NLP gør det muligt at kunne håndtere og analysere store mængder tekstdata i form af tekst eller lyd.

Der kan arbejdes med sprog ned i forståelse af sproglige nuancer, hvilket gør det muligt at generere en automatisk handling, som enten ville tage mennesker meget lang tid at udføre, eller være helt uoverkommelig pga. kompleksitet og mængde af data.

Eksempler på brug af NLP

Chat bots

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.

Forudsigelse af emne

(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

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.

Screening af tekst

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.

Subjektiv analyse

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.

Udtræk af nøgleord

(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.

Sådan kom vi i gang med AI

“Vi havde nævnt vores idé om udvikling af værktøjet med kunstig intelligens overfor Ambolt AI i en anden sammenhæng, og da de hurtigt gennemskuede at der måtte være nogle lavthængende frugter, så henvendte de sig efterfølgende til os for at høre om ikke vi skulle vende idéerne, og se om noget af det kunne sættes i søen med det samme.

Det blev til et opstartsmøde med Ambolt AI, hvor vi fik et førstehåndsindtryk af en seriøs samarbejdspartner, der sætter sig ind i kundens situation. Der var meget hurtigt tillid og ro i maven fra vores side.”

Jannie Illum Gade, Partner Institut for Kundetyper.

Case story - Institut for Kundetyper
KundetypeValidator NLP Natural Language Processing tool
Eksempel på grafisk visning af segmentering efter Emotionelle Kundetyper®

Kom godt i gang med AI

Hvis du vælger at få lavet en løsning hos os, vil vi bruge en række teknikker og værktøjer inden for datalogi og kunstig intelligens for at sikre den bedst mulige løsning til dine behov. Vores tekniske ekspertise dækker områder som Advanced Analytics, Machine Learning, Natural Language Processing (NLP) og Computer Vision, og vi vil ofte kombinere disse teknikker for at opnå den mest effektive løsning.

Et NLP-værktøj vi alle har lært at kende i løbet af 2023, er ChatGPT, der er en avanceret model for sprogforståelse og tekstgenerering og som falder ind under kategorien Natural Language Processing (NLP.

logo
  • Ambolt ApS
  • Slotsgade 27
  • DK-9000
  • contact@ambolt.io
  • (+45) 40 60 10 19
  • CVR DK-37574929
Linkedin

© Ambolt 2023 All Rights Reserved

  • Services
  • Referencer
  • Nyheder og viden
  • Om os
  • Kontakt
  • Karriere
  • Til udviklere
  • Vilkår for brug
  • Privatliv