Natural language processing versus handmatige tekstanalyse

Thema:
Artificiële intelligentie

We verzamelen steeds meer data, bijvoorbeeld uit camerabeelden en tekstdocumenten. Deze data biedt ons relevante informatie. Maar we slaan de data niet altijd op een gestructureerde manier op. Relevante informatie uit de data ophalen is daardoor lastig. Met de AI-techniek natural language processing (NLP) pakken we dit probleem aan.

Wat is natural language processing?

Natural language processing, of in het Nederlands natuurlijke taalverwerking, combineert statistische technieken met machine learning technieken. Met inzet van NLP halen we slim en automatisch informatie uit omvangrijke en ongestructureerde tekstuele data. We halen bijvoorbeeld makkelijk kernwoorden uit een tekst. Hieruit maken we belangrijke classificaties.

Automatisch taxonomieën maken met NLP

Overeenstemmend jargon in een vakgebied bepalen, kost veel tijd. Met jargon kun je processen beter stroomlijnen en standaardiseren, bijvoorbeeld in de vorm van een:

  • taxonomie (het indelen van individuen of objecten in groepen)
  • ontologie (deel van de filosofie dat alle bestaande dingen in categorieën onderbrengt)

Met inzet van NLP identificeren wij belangrijke termen uit een set documenten en bepalen we hun onderlinge relaties. We doen dit door het combineren van:

  • syntactische informatie (zinsconstructie)
  • trefwoordextractie
  • web-bronnen
  • semantische inbedmethoden

De taxonomie gebruiken we vervolgens als input voor een expertsessie.

Natural language processing en trendvoorspelling

Bij TNO extraheren we met onze tools automatisch informatie uit documenten. Daarnaast maken we voorspellingen. Met de Horizon Scanner bijvoorbeeld, verkennen en extraheren we relevante websites, blogs en documenten. Daardoor halen we relevante informatie op en laten we trends zien. Wat we zien in zo’n trendanalyse? Bijvoorbeeld dat men de term 'deep learning' (diep leren) in de computerwetenschap nu veel vaker noemt dan 10 jaar geleden.

Met behulp van NLP classificeren we documenten automatisch. Bijvoorbeeld op een bepaald onderwerp of vakgebied. Verder maken we vanuit blogs een sentimentanalyse. Daarmee bepalen we of men termen nu negatiever of positiever beschrijft. Met deze AI-techniek besparen we dus veel tijd en moeite ten opzichte van handmatige tekstanalyses én werken we nauwkeuriger.

Laat je verder inspireren

27 resultaten, getoond 1 t/m 5

Appl.AI SPLASH event 2022

Informatietype:
Evenement

Geïnteresseerd in de mogelijkheden van AI voor uw bedrijf? Neem deel aan het Appl.AI SPLASH Event 2022. Keynote sprekers van hoog niveau delen hun ervaringen.

Startdatum:
Locatie:
Supernova, Jaarbeurs (Utrecht)

Verantwoorde besluitvorming mens-machine interactie

Informatietype:
Artikel

Vooroordelen in gezichtsherkenning en ongevallen met zelfrijdende auto’s. AI moet verder ontwikkelt worden. Dat gaat het snelst in nauwe samenwerking met mensen.

Augmented werknemer in smart industry met AI

Informatietype:
Artikel

Met het ‘adaptieve operator support systeem’ worden instructies op een beeldscherm, slimme bril of op de werktafel geprojecteerd. Dit maakt maatwerk mogelijk.

Diagnose voor printeronderhoud met AI

Informatietype:
Artikel

Predictive maintenance staat hoog op het verlanglijstje van de maakindustrie. Hier kan artificial intelligence (AI) hét verschil maken. Bekijk hoe.

Energiebalans voor smart homes met AI

Informatietype:
Artikel

Bij de in het Nederlands Klimaatakkoord vastgelegde doelen kunnen we wel wat hulp van kunstmatige intelligentie (AI) gebruiken. Bijvoorbeeld in smart homes.