Hva er NLP?

NLP står for natural language processing, og det er det teknologiske fagfeltet som lar datamaskiner lese, tolke og skrive menneskelig språk. Det er paraplyen som de store språkmodellene hører hjemme under, men feltet er både eldre og bredere enn det. Å forstå det gir perspektiv på hva dagens AI egentlig er en videreføring av.

Hva NLP er

Menneskelig språk er rotete for en datamaskin. Det samme kan sies på hundre måter, ord betyr ulike ting i ulike sammenhenger, og mye blir usagt. NLP er samlebetegnelsen på teknikkene som likevel får datamaskiner til å arbeide med språk: å lese inn tekst, tolke hva den betyr, sortere den og selv formulere språk tilbake.

Feltet handler altså ikke om ett enkelt produkt, men om en hel verktøykasse. Alt fra stavekontroll og oversettelse til søkemotorer og chattegrensesnitt bygger i en eller annen form på NLP. Målet er hele tiden det samme: å bygge bro over gapet mellom hvordan mennesker uttrykker seg og hvordan datamaskiner behandler informasjon.

Klassiske oppgaver

Lenge før dagens språkmodeller løste NLP allerede konkrete problemer, ofte med en egen modell bygd for hver oppgave. Noen eksempler som går igjen:

• Tekstklassifisering. Å sortere tekst i kategorier, for eksempel å avgjøre hvilket emne et dokument handler om.
• Entitetsgjenkjenning. Å finne og merke navn på personer, virksomheter, steder og beløp i en løpende tekst.
• Sentimentanalyse. Å avgjøre om en tekst uttrykker noe positivt, negativt eller nøytralt, for eksempel i kundeomtaler.

Hver av disse oppgavene ble tradisjonelt bygd som en separat løsning, trent og finpusset for akkurat sitt formål. Det fungerte, men det krevde en egen modell og eget vedlikehold per problem.

Hvordan LLM endret feltet

Her kommer det store skiftet. En stor språkmodell, LLM, er den nyeste generasjonen innen NLP, og den har tegnet kartet på nytt. Der man før bygde én modell per oppgave, kan én enkelt LLM ofte klare klassifisering, oppsummering, oversettelse, entitetsgjenkjenning og mye annet, styrt av instruksjoner i vanlig tekst i stedet for av separat trening.

Det har gjort at mange eldre spesialmodeller har kunnet erstattes av ett og samme verktøy. Terskelen for å komme i gang har sunket kraftig: I stedet for å trene en egen modell kan man ofte be en språkmodell om oppgaven direkte. Eldre, mer spesialiserte metoder har fortsatt sine fordeler. De kan være raskere, billigere og mer forutsigbare for en smal oppgave med høyt volum, men for bredden av språkoppgaver har LLM blitt førstevalget.

Et konkret eksempel fra næringslivet

For å gjøre det jordnært: Tenk deg en virksomhet som får hundrevis av e-poster om dagen til en felles innboks. En NLP-løsning kan lese hver innkommende e-post og automatisk sortere den til riktig avdeling, som økonomi, kundestøtte eller salg, ut fra innholdet og ikke ut fra rigide regler om avsender eller nøkkelord.

Det sparer tid, reduserer risikoen for at henvendelser havner feil, og gir raskere svar til kunden. Den samme grunnideen går igjen overalt der tekst skal tolkes eller produseres: å oppsummere dokumenter, hente ut opplysninger fra fritekst, analysere omtaler eller drive en intern assistent.

Hvorfor begrepet er verdt å kjenne til

NLP er altså ikke et produkt man kjøper, men en kategori teknikker. Det er nyttig å vite fordi det hjelper dere å gjennomskue markedsføringen. Når en leverandør sier at verktøyet «forstår språk», «leser dokumenter» eller «analyserer tekst», er det NLP i en eller annen form som ligger bak, uansett hvilket merkenavn som settes på det.

Med den forståelsen blir det lettere å stille de riktige spørsmålene. I stedet for å henge seg opp i moteord kan dere spørre hva teknologien konkret skal gjøre med teksten deres: sortere, oppsummere, hente ut eller svare? Og hvordan skal det måles at den gjør det godt? NLP er med andre ord ikke et fremtidsspørsmål, men teknologi som allerede gjør nytte i hverdagen, og som blir enklere å kjøpe inn når man vet hva navnet står for. Vil du vite hvordan det kan tas i bruk hos dere, kan du lese mer om arbeidet vårt med AI eller ta kontakt.