Definitie: Natural language processing (NLP), in het Nederlands natuurlijke taalverwerking, is het deelgebied van kunstmatige intelligentie dat computers menselijke taal laat begrijpen, interpreteren en genereren. Het combineert taalkunde, informatica en machine learning om tekst en spraak om te zetten in gegevens waar software mee kan werken.
In het kort
- NLP zit in toepassingen die je dagelijks gebruikt: spamfilters, zoekmachines, automatisch vertalen, spraakassistenten en chatbots.
- Bekende NLP-taken zijn tekstclassificatie, sentimentanalyse, entiteitherkenning, samenvatten en vertalen.
- Volgens Oracle begon het onderzoek al in de jaren vijftig, kort na de komst van de eerste digitale computers.
- Grote taalmodellen zijn de nieuwste generatie NLP. Ze hebben veel klassieke technieken eenvoudiger gemaakt, maar niet alle.
Wat is natural language processing?
Mensen communiceren in taal die vol dubbelzinnigheid zit. Een woord kan meerdere betekenissen hebben, een zin kan ironisch bedoeld zijn en dezelfde vraag kan op honderd manieren worden gesteld. Computers werken het liefst met gestructureerde gegevens: velden, getallen en vaste categorieën. NLP overbrugt dat verschil.
Met NLP kan software bijvoorbeeld uit een e-mail halen wie de afzender is, over welk product het gaat en of de toon positief of negatief is. Of een lange tekst samenvatten, een vraag in gewone taal omzetten in een zoekopdracht, of gesproken woorden omzetten in tekst.
NLP wordt vaak opgesplitst in twee kanten. Natural language understanding (NLU) gaat over begrijpen: wat bedoelt iemand, wat is de intentie, welke informatie zit erin? Natural language generation (NLG) gaat over het maken van taal: een antwoord, samenvatting of tekst opstellen.
Hoe heeft NLP zich ontwikkeld?
| Periode | Aanpak | Kenmerk |
|---|---|---|
| Jaren vijftig tot tachtig | Regelgebaseerd | Taalkundigen schreven handmatig regels en woordenlijsten |
| Jaren negentig en daarna | Statistisch | Modellen leerden patronen uit grote hoeveelheden tekst, zoals bij spamfilters |
| Jaren tien | Neurale netwerken en deep learning | Woorden als vectoren, betere omgang met context |
| Vanaf 2017 | Transformers en grote taalmodellen | Modellen zoals BERT en GPT, voorgetraind op enorme hoeveelheden tekst |
SAS wijst erop dat NLP geen nieuwe wetenschap is, maar dat de groei recent is versneld door meer beschikbare gegevens, krachtigere computers en betere algoritmen. Een belangrijke doorbraak is transfer learning: volgens Oracle kun je een voorgetraind model aanpassen aan een specifieke taak met een veel kleinere dataset, soms al met honderden of zelfs tientallen voorbeelden.
Hoe werkt NLP?
Klassieke NLP verwerkt tekst in een reeks stappen. Ook al slaan moderne modellen sommige stappen over, ze helpen om te begrijpen wat er gebeurt.
- Tokenisatie. De tekst wordt opgeknipt in kleine eenheden, zoals woorden of woorddelen.
- Normalisatie. Hoofdletters, leestekens en spelvarianten worden gelijkgetrokken.
- Stammen en lemmatiseren. Woordvormen worden teruggebracht tot hun basis, zoals “liep” en “lopen” naar “lopen”.
- Woordsoorten bepalen. Is een woord een zelfstandig naamwoord, werkwoord of bijvoeglijk naamwoord?
- Zinsontleding. Hoe hangen de woorden in een zin met elkaar samen?
- Betekenis toekennen. Welke entiteiten, relaties en intenties zitten in de tekst?
Oracle merkt op dat deep learning sommige van deze voorbewerkingsstappen grotendeels overbodig heeft gemaakt. Moderne modellen leren zelf welke informatie belangrijk is.
Welke NLP-taken zijn er?
| Taak | Wat het doet | Voorbeeld |
|---|---|---|
| Tekstclassificatie | Tekst indelen in categorieën | Klantmails sorteren op onderwerp |
| Sentimentanalyse | De toon of emotie bepalen | Reviews indelen als positief, neutraal of negatief |
| Entiteitherkenning (NER) | Namen, plaatsen, bedragen en datums herkennen | Ordernummer en leverdatum uit een e-mail halen |
| Samenvatten | De kern van een lange tekst weergeven | Een rapport terugbrengen tot vijf punten |
| Vertalen | Tekst omzetten naar een andere taal | Productinformatie in het Duits |
| Vraag en antwoord | Een vraag beantwoorden uit een tekst of kennisbank | Een helpdesk die antwoorden uit handleidingen haalt |
| Spraak naar tekst | Gesproken woorden omzetten in tekst | Notulen van een gesprek |
| Onderwerpen vinden | Terugkerende thema’s ontdekken in veel teksten | Welke klachten komen het vaakst voor? |
Voorbeelden van NLP in de praktijk
- Spamfilters. Een van de oudste toepassingen. Volgens SAS vergelijkt Bayesiaanse spamfiltering de woorden in spam met die in gewone mails.
- Zoekmachines. Die begrijpen steeds beter wat je bedoelt, ook als je niet de exacte woorden gebruikt.
- Klantenservice. Binnenkomende vragen worden automatisch ingedeeld en naar het juiste team gestuurd.
- Chatbots en spraakassistenten. Ze herkennen de intentie van een vraag en geven een passend antwoord.
- Documentverwerking. Gegevens uit facturen, contracten of formulieren worden automatisch uitgelezen.
- Juridisch en zorg. Grote hoeveelheden dossiers worden doorzocht op relevante passages.
- Toegankelijkheid. Spraakherkenning en tekst naar spraak helpen mensen met een beperking.
NLP en grote taalmodellen: wat is het verschil?
Grote taalmodellen zijn een vorm van NLP. Ze kunnen veel klassieke taken tegelijk uitvoeren met alleen een instructie, zonder dat je voor elke taak een apart model traint. Toch zijn klassieke NLP-technieken niet verdwenen.
| Klassieke NLP | Groot taalmodel | |
|---|---|---|
| Aanpak | Apart model of regels per taak | Eén breed model, gestuurd met instructies |
| Benodigde data | Gelabelde voorbeelden per taak | Vaak alleen een goede instructie en enkele voorbeelden |
| Snelheid en kosten | Snel en goedkoop per tekst | Trager en duurder per tekst |
| Voorspelbaarheid | Hoog, zelfde invoer geeft zelfde uitvoer | Lager, uitkomsten kunnen variëren |
| Geschikt voor | Grote volumes, vaste taken | Variatie, complexe teksten, genereren |
Voor het herkennen van een postcode of IBAN is een eenvoudige regel vaak beter dan een taalmodel. Voor het samenvatten van een klantgesprek is een taalmodel juist veel sterker. Veel toepassingen combineren beide.
Een voorbeeld: binnenkomende berichten verwerken
Een veelvoorkomende toepassing van NLP in een bedrijf is het verwerken van binnenkomende berichten, zoals e-mails of formulierteksten. Zo kan dat werken:
- Taal en kanaal herkennen. Het systeem stelt vast in welke taal het bericht is geschreven en waar het vandaan komt.
- Classificeren. Het bericht wordt ingedeeld als bijvoorbeeld offerteaanvraag, klacht, factuurvraag of wijziging.
- Entiteiten herkennen. Klantnummer, ordernummer, product, bedrag en datum worden uit de tekst gehaald.
- Urgentie en toon bepalen. Een boze klant of een dreigende deadline krijgt voorrang.
- Doorsturen. Het bericht komt in de wachtrij van het juiste team, met de herkende gegevens erbij.
- Samenvatten. Bij lange berichten of mailwisselingen krijgt de medewerker een korte samenvatting.
- Controleren en leren. De medewerker kan een verkeerde categorie aanpassen. Die correcties zijn waardevolle voorbeelden om het systeem te verbeteren.
Elke stap kan met een andere techniek worden ingevuld. Herkenning van een ordernummer kan met een eenvoudige regel, classificatie met een klein getraind model en samenvatten met een taalmodel. Die combinatie is vaak sneller, goedkoper en betrouwbaarder dan alles aan één groot model overlaten.
Hoe meet je of NLP goed werkt?
Een NLP-toepassing is nooit foutloos. De vraag is of de fouten acceptabel zijn voor de taak. Leg daarom vooraf een testset aan van echte teksten met het juiste antwoord erbij, bijvoorbeeld honderd mails met de juiste categorie. Meet daarop:
| Maatstaf | Vraag |
|---|---|
| Precisie | Van alles wat het systeem als klacht markeert, hoeveel is echt een klacht? |
| Recall | Van alle echte klachten, hoeveel vindt het systeem? |
| Foutsoort | Welke fouten maakt het, en hoe erg zijn die voor het proces? |
| Snelheid | Is de verwerking snel genoeg voor het volume? |
| Correctieratio | Hoe vaak moet een medewerker een uitkomst aanpassen? |
Precisie en recall staan vaak tegenover elkaar. Een systeem dat alles als klacht markeert, mist er geen enkele, maar is onbruikbaar. Welke balans goed is, hangt af van wat een gemiste of onterechte melding kost.
Hoe begin je met NLP in je bedrijf?
- Kies één terugkerende teksttaak die nu veel handwerk kost, zoals mails sorteren of gegevens overnemen.
- Verzamel echte voorbeelden, inclusief de lastige gevallen.
- Bepaal wat goed genoeg is. Moet elke uitkomst kloppen, of mag een medewerker corrigeren?
- Begin eenvoudig. Probeer eerst regels of een taalmodel met een goede instructie voordat je een eigen model traint.
- Bouw controle in en houd bij hoe vaak correcties nodig zijn.
Welke tools en talen worden gebruikt?
Python is de meest gebruikte taal voor NLP. Bekende bibliotheken zijn spaCy en NLTK voor klassieke taken, en Hugging Face, PyTorch en TensorFlow voor modellen op basis van deep learning. Daarnaast bieden cloudplatforms kant-en-klare NLP-diensten via een API, en kun je grote taalmodellen aanroepen voor taken waarvoor je anders een eigen model zou trainen.
NLP, tekstmining en zoeken: hoe hangen ze samen?
Tekstmining is het analyseren van grote hoeveelheden tekst om patronen en trends te vinden, zoals welke onderwerpen in klachten steeds terugkomen. NLP levert daarvoor de technieken: tokenisatie, entiteitherkenning en classificatie. Zoeken is een andere toepassing. Klassiek zoeken kijkt naar overeenkomende woorden. Semantisch zoeken gebruikt NLP en embeddings om op betekenis te zoeken, zodat een vraag over “levertijd” ook teksten over “wanneer komt mijn bestelling” vindt. Die techniek is ook de basis van RAG, waarbij een taalmodel antwoorden geeft op basis van eigen documenten.
NLP en de Nederlandse taal
Lenovo merkt op dat het meeste NLP-onderzoek zich op het Engels richt. Voor het Nederlands zijn er minder trainingsgegevens en minder gespecialiseerde modellen. In de praktijk merk je dat bij samengestelde woorden, dialect en vaktaal. Moderne meertalige modellen gaan er goed mee om, maar het blijft verstandig om een toepassing te testen met echte Nederlandse teksten uit je eigen praktijk, inclusief typefouten en afkortingen.
Waar loop je tegenaan?
- Dubbelzinnigheid. Dezelfde zin kan in een andere context iets anders betekenen.
- Ironie en toon. Sarcasme is ook voor goede modellen lastig.
- Vaktaal en jargon. Algemene modellen kennen interne termen en afkortingen niet.
- Privacy. Teksten bevatten vaak persoonsgegevens. Let op waar de verwerking plaatsvindt.
- Kwaliteit van de invoer. Slecht gescande documenten of rommelige mails leveren slechtere resultaten op.
- Controle. Een automatisch toegekende categorie of samenvatting kan fout zijn. Zorg dat een mens kan corrigeren.
Wat betekent dit voor jouw project?
Bij QualiLeads, een bouwproject rond een chatwidget met contactvelden, is de bouwles dat een chatvraag pas bruikbaar is voor opvolging als de relevante informatie in de juiste context aankomt. Dat is in de kern waar NLP voor dient: van losse taal naar informatie waar iemand mee verder kan. Ontwerp daarom ook wat er na het gesprek gebeurt: welke gegevens worden bewaard en wie krijgt een volgende taak?
Daarom kijk ik bij een vraag over tekstverwerking eerst naar het proces: wat komt binnen, wie moet ermee verder en welke informatie heeft die persoon nodig? Pas daarna bepaal ik of een eenvoudige regel, een klassiek NLP-model of een taalmodel de beste keuze is.
Vraag? Stuur me welke teksten bij jullie binnenkomen en wat iemand daarna steeds handmatig moet uitzoeken. Dan bepalen we samen de logische eerste stap.
Veelgestelde vragen over natural language processing
Wat betekent NLP?
NLP staat voor natural language processing, in het Nederlands natuurlijke taalverwerking. Het is het deelgebied van kunstmatige intelligentie dat computers menselijke taal laat begrijpen, interpreteren en genereren.
Wat is het verschil tussen NLP en NLU?
NLP is het brede vakgebied van taalverwerking door computers. NLU, natural language understanding, is een onderdeel daarvan dat zich richt op het begrijpen van betekenis, intentie en context. Daarnaast is er NLG, natural language generation, voor het maken van tekst.
Is ChatGPT natural language processing?
Ja. ChatGPT draait op een groot taalmodel, de nieuwste generatie NLP-technologie. Zulke modellen kunnen veel klassieke NLP-taken uitvoeren, zoals samenvatten, vertalen en classificeren, met alleen een instructie.
Verwante termen
Large Language Model · AI-chatbot · AI-documentverwerking · OCR en documentherkenning · Embeddings · Prompt engineering · Foundation model
← Terug naar de kennisbank