Computers gaan natuurlijk lekker op nullen, enen en andere cijfers. Maar tegenwoordig kunnen ze ook steeds beter omgaan met natuurlijke taal, met ongestructureerde teksten uit mails, formulieren en telefoongesprekken bijvoorbeeld. Natural Language Processing (NLP) noemen we dat, en het blijkt een interessante oplossing voor veel businessuitdagingen. Aan de hand van vier vragen leg ik je uit wat NLP precies is en wat je eraan hebt.

Wat is natural language processing?

NLP is een vorm van kunstmatige intelligentie die ervoor zorgt dat computers menselijke taal begrijpen en die ook zelf kunnen produceren. Door menselijke data te digitaliseren en andersom wordt de kloof tussen de mens en de computer kleiner. Zo kunnen computers dankzij NLP teksten lezen, ontcijferen en begrijpen, zodat ze op een waardevolle manier gebruikt kunnen worden. Dat is bijvoorbeeld interessant bij de verwerking en structurering van grote hoeveelheden (ongestructureerde) tekstdata.

 

GX software whitepaper over retentie, hoe je loyale klanten creëert en waarom klantdata cruciaal is voor meer retentie

Wat zijn toepassingen van NLP?

Waarschijnlijk gebruik je met enige regelmaat al toepassingen van NLP. Denk bijvoorbeeld aan vertaalmachines als Google Translate, zoekmachines, spamfilters, grammatica- en spellingscontrole, het automatisch aanvullen van woorden en zinnen in tekstverwerkingsprogramma’s als Word en Pages en Personal Voice Assistants.

 
Personal Voice Assistants
Waarschijnlijk ken je Google Assistant wel of anders Siri van Apple en Alexa van Amazon. Deze Personal Voice Assistants doorlopen grofweg de volgende stappen: de machine slaat de audio op, zet de audio om in tekst en verwerkt de tekstdata. Vervolgens zet de machine de data om in audio en speelt de machine de audiofile af. (Tip: vraag eens aan Siri of ‘ie kan rappen.)

Oké, en wat heb je daar dan aan als bedrijf?

Met NLP kun je de gebruikerservaring van je bezoekers verbeteren en zo de klanttevredenheid een upgrade geven. Bijvoorbeeld door automatisch aanvullen in zoekvelden in te stellen. Of door een deel van de support te automatiseren. Chatbots of virtual assistants kunnen in veel gevallen eenvoudige vragen van klanten beantwoorden. Uit dit soort toepassingen van NLP kun je uiteindelijk ook weer waardevolle inzichten halen om bijvoorbeeld je website te optimaliseren.

Een goed praktijkvoorbeeld van NLP is de pilot die we laatst bij een van onze klanten deden. Dit bedrijf krijgt dagelijks via het contactformulier honderden berichten binnen van (potentiële) klanten, in tientallen verschillende talen. Die berichten worden handmatig geclassificeerd in onder meer leads en klachten, zodat het bericht bij de juiste persoon terechtkomt. Dat is niet alleen enorm arbeidsintensief, het vergt ook kostbare tijd: gemiddeld duurt het twee dagen tot een bericht is afgehandeld.

In de pilot zetten we NLP in om de ingevulde contactformulieren te begrijpen en te classificeren. Dat leverde een betere classificatie op en daardoor ook een betere allocatie van vragen naar de juiste afdeling. Hierdoor was ook de opvolging sneller: van twee dagen naar tien minuten! Dat is dus een enorme upgrade van de dienstverlening én een flinke kostenbesparing.

Hoe goed is NLP nu al?

Dialect, sentiment, sarcasme, metaforen, ambiguïteit, verbanden en andere factoren in menselijke taal maken het machines vooralsnog behoorlijk lastig. Het menselijk oordeel en het regelmatig toetsen van NLP-uitkomsten blijft dus nog belangrijk.

 

Gelukkig zie ik ook dat NLP zich snel ontwikkelt. Siri begrijpt me bijvoorbeeld al veel beter dan een paar jaar geleden. Nog even en hij neemt ook mijn ironische reacties niet meer letterlijk.

<< Back

Posts containing:

Natural Language Processing draagt bij aan een betere CX

Tegenwoordig kunnen computers steeds beter omgaan met natuurlijke taal, met teksten uit mails, formulieren en gesprekken. Natural Language Processing (NLP).