Was ist Natural Language Processing (NLP)?
NLP, kurz für "Natural Language Processing", steht erst einmal für jegliche Art, Sprache oder Text automatisiert zu verarbeiten. Als Solches ist die Disziplin auch schon recht alt: In der Theorie gibt es sie schon seit den 1950er Jahren. So versprach z.B. ein Forscherteam 1954, dass automatisierte Übersetzungen in 5 Jahren ein gelöstes Problem seien.
Hier muss man aber auch ganz klar festhalten, dass zwischen "Verarbeiten" und "Verstehen" noch ein ganz großer Unterschied besteht. (Von Letzterem sind übrigens auch Alexa, Siri und Co ein ganzes Stück entfernt). Das ist aber auch oft gar nicht notwendig, um erste und "einfache" Aufgaben zu erledigen. In vielen Sprachen gibt schon die Struktur von Sätzen einiges her – wer erinnert sich nicht an die ersten Englisch-Grammatik-Stunden "Subject -> Predicate -> Object"?
In den letzten Jahren hat sich NLP dann immer mehr mit dem Thema "Künstliche Intelligenz" bzw. "Maschinellem Lernen" überkreuzt. Gerade Fortschritte dort haben sich zu unglaublichen bis vor Kurzem unvorstellbaren Möglichkeiten entwickelt. Dazu später mehr.
Wofür wird NLP verwendet und was macht es gerade jetzt so interessant?
Das volle Spektrum in diesem Beitrag abzudecken ist natürlich nicht möglich, aber mit ein paar Beispielen sollte klar werden, wie vielseitig in unserem Alltag Sprache automatisch verarbeitet wird. Denn auch das hat sich in den letzten 3-4 Jahren verändert: NLP zu nutzen ist viel einfacher geworden, für Coder und für Endanwender!
Bevor wir uns den Beispielen nähern, deswegen ein kleiner Ausflug um zu beleuchten, warum wir uns vielleicht gerade im goldenen Zeitalter des NLP befinden.
Dass Sprache und Kommunikation für uns Menschen eine besondere Bedeutung hat, ist ja nicht neu. Was sich aber verändert hat, ist, dass Sprache und Texte in allen möglichen Formen in unfassbaren Mengen und zu großen Teilen frei über das Internet verfügbar sind. (Leider noch lange nicht in allen Teilen der Welt und erst recht nicht für alle. Und damit meine ich nicht die Funklöcher “im Ländle”.)
Wie oben erwähnt ist heute NLP ganz eng mit maschinellem Lernen bzw. KI verbunden. Und KI funktioniert einfach (fast) immer viel besser, wenn es mehr Input zum Lernen bekommt. Da sich in letzter Zeit viele schlaue Leute damit beschäftigt haben, konnte mit neuen Ideen und ganz viel Rechenpower dieser verfügbare Lernschatz immer besser erschlossen werden. Und zu unserem großen Glück stellen diese Leute die Lernergebnisse, der Profi spricht hier gerne von "trainierten Modellen", der Internet-Gemeinde zur Verfügung. Was sie genau gemacht haben, ist eine Geschichte für einen anderen Tag.
Selbst Mainstream-Nachrichten berichteten 2022 über das OpenAI-Sprachmodell GPT-3 und anschließend über das neuere Modell GPT-4. Und dem Fleiß nicht zuletzt der Open-Source-Community, ist es zu verdanken, dass diese Modelle dann auch leichter in "normale Programme" eingebaut werden können. So können wir unserer Kreativität bei der Nutzung freien Lauf lassen, ohne vorher an einer “Ivy League”-Universität Kurse zu AI belegt zu haben.
Aktuelle NLP-Beispiele
Nun folgen ein paar spannende Beispiele, was NLP heute schon alles kann.
Auch wenn ich im ersten Abschnitt noch etwas darüber geschmunzelt habe, seit wann es gute automatisierte Übersetzungen geben sollte, muss man festhalten, dass Übersetzungen, die man heutzutage von Branchengrößen wie deepl.com auch für ganze Sätze oder Abschnitte zwischen diversen Sprachen bekommen kann, schon ein recht hohes Niveau haben. Und es gibt erste Ansätze (das ist die Verbindung mit ganz vielen anderen Machine-Learning-Techniken auch jenseits des NLP), dass der Computer den Simultanübersetzer in Video-Chats spielt. Das ist noch lange nicht so gut wie ein Babelfisch (wer den nicht kennt – Douglas Adams' "Per Anhalter durch die Galaxis" lesen!), aber doch schon faszinierend genug.
Bevor wir dazu kommen, was die moinAI NLP alles drauf hat, hier noch zwei meiner Lieblingsanwendungen, weil sie zeigen, dass wir mit den erwähnten Sprachmodellen doch schon ein ganzes Stück in Richtung "Sprache verstehen" gewandert sind: Mithilfe solcher Modelle kann ein NLP-Algorithmus Fragen zu einem (längeren) Text beantworten. Was derzeit schon ganz annehmbar funktioniert, versteckt sich hinter dem Fachbegriff "extractive question answering". Hier wird noch nicht wirklich selber eine Antwort formuliert, aber wenn man z.B. eine Frage zu einem langen Wikipedia-Artikel hat, dann sagt der Algorithmus, in welchem Abschnitt oder Satz des Artikels ich wahrscheinlich eine Antwort auf meine Frage finde.
Dieser NLP-Algorithmus nimmt Leser sozusagen an die Hand und führt sie zu der Textpassage, die sie suchen. Eine sehr ähnliche Metapher zu der, die wir auch häufig für den Einsatz von moinAI auf Websites nutzen. Schließlich nimmt der KI-Chatbot von moinAI die Website-Besucher auch an die Hand und führt sie zu ihrem gewünschten Ziel, indem der Chatbot entweder die Frage direkt beantwortet oder eine Hilfestellung und passende Links liefert, sodass Nutzer besser navigieren können.
Aber NLP kann auch selber "Sprache generieren". So können Modelle wie GPT-3 (auch der frei verfügbare Vorgänger GPT-2 konnte das schon ganz gut), Texte fortsetzen. Stellen Sie sich das so vor, als ob Sie den Anfang einer Geschichte vorgeben, und der Computer setzt diese Geschichte dann fort. Das ist im Moment noch eher in der “Spielzeug-Phase”, aber die Ergebnisse beeindrucken schon jetzt.
NLP-Chatbot – was macht das NLP von moinAI aus?
Und was hat das nun alles mit moinAI zu tun? Und noch viel wichtiger, was machen wir anders oder sogar besser als Andere?
Wir nutzen hier unter anderem eine der ausgereifteren Disziplinen des NLP, die mit den neu verfügbaren Modellen und Methoden ein ganz anderes Level als noch vor wenigen Jahren erreicht. Der Fachbegriff ist "Intent Detection".
Was sich dahinter versteckt ist Folgendes: Stellen Sie sich vor, Sie bekommen in Ihrem Unternehmen ganz viele Anfragen von Kunden oder Mitarbeitern. Aus Ihrer Praxiserfahrung wissen Sie ziemlich genau, welchen Themen diese Anfragen zugeordnet werden müssen. Häufig braucht es eben schon einen Spezialisten, wie Sie, um zu erkennen, welches Thema mit einer bestimmten Frage gemeint ist. Das Schöne ist – der moinAI Chatbot ist sehr leicht darauf vorzubereiten, dieser Spezialist zu sein! moinAI erkennt, welche Themen mit einer Frage gemeint sind. Wenn das Thema erkannt ist, kann dann natürlich eine passende vorformulierte Antwort zurückgespielt werden.
Damit das funktioniert nutzen wir ebenfalls von uns speziell ausgewählte Sprachmodelle. Mit diesen gelingt es moinAI besonders gut zu erkennen, wann sich bestimmte Sätze in ihrem Inhalt ähnlich sind. Deswegen reichen der moinAI KI schon wenige Beispiele, um ein Thema zu erkennen.
Customer Insights mittels KI & NLP gewinnen
Doch an dem oben genannten Punkt ist bei moinAI noch nicht Schluss: Das Wissen über die Ähnlichkeit von Sätzen wird noch im Rahmen eines weiteren Features genutzt. moinAI macht eigene KI-Vorschläge, wenn die KI registriert, dass es viele Anfragen zu Themen gibt, für die es noch gar keine vorformulierten Antworten gibt. So hilft moiniAI Unternehmen dabei, immer mehr und immer besser auf die Bedürfnisse ihrer Kunden einzugehen. Dieses besagte KI-Feature nennt sich übrigens Dreaming. Das Dreaming macht es möglich, dass die KI sich selbstständig weiterentwickelt und Unternehmen gleichzeitig einen Einblick in die Wünsche und Fragen von Nutzern gibt.
Eine ausführliche Erklärung dieses KI-Features, mithilfe dessen eigenständig neue Vorschläge für Themen generiert werden können, gibt es außerdem in diesem Video:
Was macht die Qualität der NLP aus?
Unsere ausgetüftelten Algorithmen sind hier sicher schon eine große Stütze. Was uns aber noch viel mehr auszeichnet, ist die Verbindung von menschlicher und künstlicher Intelligenz. Ähnlich wie beim Menschen hängt das Lernergebnis bei NLP- und Machine-Learning-Modellen sehr stark vom Lehrer und den Lerninhalten ab.
Daher sorgen unsere Customer-Success-Manager schon von Anfang dafür, dass nur gute und aussagekräftige Beispielsätze und -fragen in den Lernprozess der KI einfließen. Sie gestalten den Umfang und die Art der Themen so, dass für den Endkunden ein möglichst gutes Erlebnis entsteht.
Die langjährigen Erfahrungen des Customer-Success-Teams und des KI-Teams von moinAI sorgen insgesamt dafür, dass die manchmal sehr feinen und diffizilen Techniken, die im Hintergrund arbeiten, für die moinAI Kunden keine Hürden darstellen – und somit der Fokus entsprechend auf die Inhalte, die Unternehmen mittels Chatbot kommunizieren möchten, gerichtet werden kann.
Das NLP soll von moinAI Kunden möglichst einfach und unkompliziert genutzt werden. Schließlich verwendet man das eigene Smartphone ja auch ohne zu verstehen, was genau bei den immer kleineren und immer schneller werdenden Chips hinter dem Display passiert.
Wer nun noch mehr Interesse an den ausgetüftelten Techniken bekommen hat, kann gerne auch direkt mit uns sprechen – gerne beantworten wir Ihnen alle Fragen rund um die moinAI KI und NLP persönlich. Hier geht’s zur Kontaktmöglichkeit.