Wie man Computer dazu bringt, Menschen zu verstehen

Natural Language (natürliche Sprache) ist das, was Menschen täglich als Kommunikationsmittel verwenden. Deutsch, Englisch und Spanisch sind Beispiele für natürliche Sprachen. Sie haben eine Syntax und Grammatik und sie entsprechen den Grundsätzen der Wirtschaftlichkeit und Optimalität, obwohl sie viele Mehrdeutigkeiten enthalten können. Sie haben sich gemeinsam mit der Menschheit weiterentwickelt: Menschen haben alle natürlichen Sprachen kreiert, aber kein einzelner Mensch hat eine natürliche Sprache entwickelt.

Im Gegensatz dazu, werden formale Sprachen dazu verwendet, um Informationen ohne Mehrdeutigkeiten zu übertragen. XML, SQL und PHP sind Beispiele für diese formalen Sprachen.

Computer können sehr effizient mit formalen Sprachen umgehen, aber die größte Herausforderung in der Informatik ist die Entwicklung von Computern, die in der Lage sind, natürliche Sprache zu verstehen. Zu diesem Zweck ist ein eigener Bereich in der Informatik entstanden, der sich der Interaktion von Computern und menschlicher (natürlicher) Sprache widmet: Natural-Language-Processing (NLP).

Theoretische linguistische Gerüste, wie das Bedeutung-Text-Modell (Meaning–Text Theory, kurz MTT), bieten Modelle natürlicher Sprachen und ermöglichen daher Computern natürliche Sprache zu verarbeiten, um die Bedeutung menschlicher Sprachen verstehen zu können.

Basierend auf den theoretischen NLP-Modellen konnte Inbenta eine semantische Suchmaschine entwickeln, die es Usern ermöglicht, effizient nach komplexer Information zu suchen, auch wenn unvollständige, zweideutige und unstrukturierte Fragen in der eigenen (natürlichen) Sprache gestellt werden.