Natürliche Sprache zielgenau verarbeiten mit semantischer Textanalyse

Menschen verstehen meist die Bedeutung einer Aussage, Maschinen nicht. Prädikatenlogik hilft im Machine Learning, die Semantik hinter der Syntax zu erfassen.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht 2 Kommentare lesen
Natürliche Sprache zielgenau verarbeiten mit semantischer Textanalyse
Lesezeit: 12 Min.
Von
  • Richard Hudson
Inhaltsverzeichnis

Beim Natural Language Processing (NLP) geht es oft darum, Texte oder Textstellen miteinander zu vergleichen und Dokumente nach Aussagen mit einem gegebenen Sinn zu durchsuchen. Die allgemeine Herausforderung dabei: Sätze, die für einen menschlichen Leser ganz offensichtlich dasselbe bedeuten, bestehen an der Oberfläche oft aus völlig unterschiedlichen grammatikalischen Strukturen. Auch enthalten sie nicht selten unterschiedliche Begriffe für ähnliche Ideen. Die Ausdrucksweise ist unterschiedlich, die Bedeutung gleich.

Bei der Verarbeitung natürlicher Sprache durch Computersysteme braucht es deshalb eine Strategie, um nicht nur die einzelnen Wörter, sondern auch den Sinn einer Äußerung herauszuarbeiten. Dieser Artikel zeigt einige Lösungsansätze auf und stellt die wichtigsten Anwendungsfälle vor, die sich dadurch ergeben. Dazu gehören das Extrahieren strukturierter Informationen, eine flexible Gestaltung von Conversational Interfaces und Chatbots, die thematische Textsuche sowie die überwachte Dokumentenklassifizierung.

Der semantischen Textanalyse liegt ein Verständnis der sprachlichen Bedeutung zugrunde, das seine Wurzeln in der aus der Philosophie bekannten Prädikatenlogik hat. Prädikatenlogik ist der Zweig der Mathematik, mit dem sich Relationen, Aktionen und die daran beteiligten Akteure analysieren lassen. Sie ist – mit verschiedenen Abtönungen – auch Bestandteil mehrerer linguistisch-theoretischer Frameworks.