Språkforståelse

Språkforståelse (engelsk: natural language understanding, NLU) er området innen kunstig intelligens og lingvistikk som omhandler hvordan maskiner oppfatter og tolker menneskelig språk slik at de kan utføre oppgaver og besvare spørsmål. Den dekker semantisk tolkning, kjøring av syntaktisk analyse, og identifikasjon av intensjoner, entiteter og relasjoner i kontekst. Formålet er å gjøre input fra mennesker meningsfull og handlingsbar, enten det er i samtaleboter, søk eller dokumentforståelse.

Vanlige oppgaver inkluderer intensjonsgjenkjenning og entitetsuttrekk i samtaler, semantisk parsings og spørsmålsbesvarelse, samt dialogstyring og referansehåndtering. Metoder har utviklet seg fra regelbaserte systemer til statistiske modeller og dagens dype nevrale nettverk, særlig transformerbaserte modeller som lærer fra store språksamlinger.

Evaluering skjer ofte med presisjon, tilbakekalling og F1-score på oppgaver som entitetsuttrekk og intensjonsklassifisering; menneskelig evaluering brukes også for å vurdere forståelse i kontekst og naturlighet. Utfordringer inkluderer språklig ambiguitet, koreferering og pragmatiske tolkninger, begrenset kunnskap om verden, kulturell og språklig variasjon, samt risiko for skjevhet og feilinformasjon.

Typiske anvendelser er kundeservicechatboter, talestyrte assistenter, spørsmåls- og informasjonsuttrekking fra dokumenter, og forbedring av søk og automatisk oversettelse. Historisk sett utviklet feltet seg fra tidlige regelbaserte og statistiske metoder til dagens store språkmodeller og multimodale systemer, drevet av store data og beregningskraft.