Hvad er NLP?

Af Weapp · Opdateret

NLP, natural language processing, er det teknologiske felt der lader computere læse, fortolke og skrive menneskeligt sprog. Klassiske opgaver er at klassificere tekst, genkende navne og afgøre sentiment. Nutidens store sprogmodeller er feltets nyeste generation og har erstattet mange ældre specialmodeller med ét og samme værktøj.

NLP står for natural language processing, og det er det teknologiske felt der lader computere læse, fortolke og skrive menneskeligt sprog. Det er paraplyen som de store sprogmodeller hører hjemme under, men feltet er ældre og bredere end som så. At forstå det giver perspektiv på hvad nutidens AI egentlig er en fortsættelse af.

Hvad NLP er

Menneskeligt sprog er rodet for en computer. Det samme kan siges på hundrede måder, ord betyder forskellige ting i forskellige sammenhænge, og meget forbliver usagt. NLP er samlebetegnelsen for de teknikker der alligevel får computere til at arbejde med sprog: at læse tekst ind, fortolke hvad den betyder, sortere den og selv formulere sprog tilbage.

Feltet handler altså ikke om ét enkelt produkt, men om en hel værktøjskasse. Alt fra stavekontrol og oversættelse til søgemaskiner og chatgrænseflader bygger i en eller anden form på NLP. Målet er hele tiden det samme: at bygge bro over kløften mellem hvordan mennesker udtrykker sig og hvordan computere behandler information.

Klassiske opgaver

Længe før nutidens sprogmodeller løste NLP allerede konkrete problemer, ofte med en særskilt model bygget til hver opgave. Nogle tilbagevendende eksempler:

  • Tekstklassificering. At sortere tekst i kategorier, f.eks. afgøre hvilket emne et dokument handler om.
  • Entitetsgenkendelse. At finde og markere navne på personer, virksomheder, steder og beløb i en løbende tekst.
  • Sentimentanalyse. At afgøre om en tekst udtrykker noget positivt, negativt eller neutralt, f.eks. i kundeanmeldelser.

Hver af de her opgaver blev traditionelt bygget som en separat løsning, trænet og finpudset til netop sit formål. Det virkede, men det krævede en særskilt model og særskilt vedligeholdelse pr. problem.

Hvordan LLM ændrede feltet

Her kommer det store skifte. En stor sprogmodel, LLM, er den nyeste generation inden for NLP, og den har tegnet landkortet om. Hvor man tidligere byggede én model pr. opgave, kan en enkelt LLM ofte klare klassificering, opsummering, oversættelse, entitetsgenkendelse og meget andet, styret af instruktioner i almindelig tekst i stedet for af separat træning.

Det har betydet at mange ældre specialmodeller har kunnet erstattes af ét og samme værktøj. Tærsklen for at komme i gang er faldet markant: I stedet for at træne sin egen model kan man ofte bede en sprogmodel om opgaven direkte. Ældre, mere specialiserede metoder har stadig deres fordele (de kan være hurtigere, billigere og mere forudsigelige til en snæver opgave med høj volumen), men til bredden af sprogopgaver er LLM blevet førstevalget.

Et konkret forretningseksempel

For at gøre det jordnært: Forestil dig en virksomhed der får hundredvis af mails om dagen til en fælles indbakke. En NLP-løsning kan læse hver indgående mail og automatisk sortere den til den rigtige afdeling (økonomi, support, salg) ud fra indholdet, ikke ud fra stive regler om afsender eller nøgleord.

Det sparer tid, mindsker risikoen for at sager havner forkert, og giver hurtigere svar til kunden. Den samme grundidé går igen overalt hvor tekst skal fortolkes eller produceres: opsummere dokumenter, trække oplysninger ud af fritekst, analysere anmeldelser eller drive en intern assistent.

Hvorfor begrebet er værd at kende

NLP er altså ikke et produkt man køber, men en kategori af teknikker. Det er nyttigt at vide, for det hjælper jer med at gennemskue markedsføring. Når en leverandør fortæller at deres værktøj “forstår sprog”, “læser dokumenter” eller “analyserer tekst”, er det NLP i en eller anden form der ligger bag uanset hvilket varemærke der sættes på.

Med den forståelse bliver det lettere at stille de rigtige spørgsmål. I stedet for at hænge fast i buzzwords kan I spørge hvad teknikken konkret skal gøre med jeres tekst: sortere, opsummere, udtrække eller svare? Og hvordan måles det at den gør det godt? NLP er med andre ord ikke et fremtidsspørgsmål, men teknik der allerede gør nytte i hverdagen, og som bliver lettere at købe ind når man ved hvad navnet står for. Vil du vide hvordan det kan anvendes hos jer, kan du læse mere om vores arbejde med AI eller kontakte os.

Ofte stillede spørgsmål

Hvad betyder NLP?

NLP står for natural language processing, på dansk omtrent sprogteknologi eller behandling af naturligt sprog. Det er samlebetegnelsen for de teknikker der lader computere arbejde med menneskeligt sprog i tekst og tale: at læse, fortolke, sortere og selv formulere sprog. Det er et bredt felt, ikke ét enkelt produkt.

Hvad er klassiske NLP-opgaver?

Nogle tilbagevendende eksempler er tekstklassificering (at sortere tekst i kategorier), entitetsgenkendelse (at finde navne på personer, virksomheder og steder i en tekst) og sentimentanalyse (at afgøre om en tekst er positiv eller negativ). De blev længe løst med separate specialmodeller, én til hver opgave.

Hvordan forholder LLM sig til NLP?

En stor sprogmodel, LLM, er den nyeste generation inden for NLP. Hvor man tidligere byggede en særskilt model til hver opgave, kan en LLM ofte klare klassificering, opsummering, oversættelse og meget andet med den samme model, styret af instruktioner. Den har dermed erstattet mange ældre specialmodeller, men ældre metoder har stadig deres fordele.

Er NLP og AI det samme?

Nej, NLP er et delområde inden for AI der specifikt handler om menneskeligt sprog. AI er bredere og omfatter bl.a. også billede, lyd og styring. At NLP har fået så meget opmærksomhed på det seneste, skyldes at sprogmodellerne, som hører hjemme i netop dette delfelt, har taget så store spring.

Hvad kan NLP bruges til i en virksomhed?

Meget der har med tekst at gøre. Et tydeligt eksempel er automatisk at sortere indgående mails til den rigtige afdeling ud fra indholdet. Andre almindelige tilfælde er at opsummere dokumenter, trække oplysninger ud af fritekst, analysere kundeanmeldelser og drive søgning og assistenter. Overalt hvor tekst skal fortolkes eller produceres, findes der en NLP-anvendelse.