Natural Language Understanding (NLU): Pengertian, Cara Kerja, dan Aplikasinya

Natural Language Understanding atau singkatnya NLU adalah cabang dari bidang kecerdasan buatan yang menggunakan perangkat lunak komputer untuk memahami input dalam bentuk kalimat menggunakan teks ataupun ucapan.

Natural language understanding memungkinkan terjadinya interaksi antara manusia dan komputer. Tujuan utama dari NLU adalah untuk mengembangkan chatbot dan voice assistant yang bisa berinteraksi secara publik kepada manusia tanpa perlu bimbingan.

Banyak perusahaan IT seperti Amazon, Apple, Google, dan Microsoft mengembangkan project NLU untuk kepentingan tersebut.

Daftar Isi

Cara Kerja Natural Language Understanding

NLU bekerja dengan menganalisis data untuk menentukan makna yang terkandung di dalamnya menggunakan algoritma tertentu dalam bentuk ontologi yang terstruktur. Ontologi memiliki makna sebuah model data yang terdiri dari definisi semantik dan pragmatik.

Natural Language Understanding (NLU): Pengertian, Cara Kerja, dan Aplikasinya

Dua konsep dasar dari NLU adalah pengenalan entity dan intent.

Pengenalan intent adalah proses mengidentifikasi sentimen pengguna dalam bentuk teks dan menentukan maksud yang terkandung di dalamnya. Teknik ini merupakan bagian yang paling penting dari NLU karena berguna untuk mengekstrak makna dari sebuah teks.

Sedangkan pengenalan entity adalah jenis NLU yang berfokus pada identifikasi entitas dalam sebuah teks kemudian mengekstrak informasi penting mengenai entitas tersebut.

Ada dua jenis entitas: entitas bernama dan entitas numerik. Entitas bernama dikelompokkan ke dalam kategori -- seperti orang, perusahaan, dan lokasi. Entitas numerik dikelompokkan sebagai angka, mata uang, dan persentase.

NLU vs. NLP vs. NLG

NLU adalah bagian dari pengolahan bahasa alami (NLP). NLP mencoba menganalisis dan memahami teks dari dokumen tertentu, dan NLU memungkinkan untuk melakukan dialog dengan komputer menggunakan bahasa alami.

Meskipun keduanya memahami bahasa manusia, NLU berkomunikasi dengan individu yang tidak terlatih untuk belajar memahami maksud mereka.

Selain memahami kata-kata dan menginterpretasikan makna, NLU diprogram untuk memahami makna terlepas dari kesalahan umum manusia, seperti salah pengucapan atau perubahan huruf dan kata.

Bagian lain dari NLP adalah natural language generation (NLG). NLG memungkinkan komputer untuk secara otomatis menghasilkan teks bahasa alami, meniru cara manusia berkomunikasi secara alami -- penyimpangan dari teks tradisional yang dihasilkan komputer.

Misalnya, dengan menggunakan NLG, komputer dapat secara otomatis membuat artikel berita berdasarkan dataset yang dikumpulkan mengenai peristiwa tertentu atau membuat surat penjualan tentang produk tertentu berdasarkan serangkaian atribut produk.

Aplikasi NLU

Berikut adalah contoh aplikasi yang dirancang untuk memahami bahasa seperti yang dilakukan manusia, bukan sebagai daftar kata kunci. NLU adalah perangkat lunak dasar dalam pengenalan ucapan -- seperti Siri di iOS -- yang bekerja untuk mencapai pemahaman manusia-komputer.

Interactive Voice Response (IVR) atau suara otomatis digunakan untuk layanan mandiri dan perutean panggilan. Seiring kemajuan teknologi IVR, fitur-fitur seperti NLP dan NLU telah memperluas kemampuannya dan pengguna dapat berinteraksi dengan sistem telepon melalui suara. Sistem memproses suara pengguna, mengonversi kata menjadi teks, lalu mem-parsing struktur tata bahasa kalimat untuk menentukan kemungkinan maksud penelepon.
Layanan dan dukungan pelanggan melalui asisten pribadi yang cerdas. NLU adalah teknologi di balik chatbots, yaitu program komputer yang berkomunikasi dengan manusia dalam bahasa alami melalui teks atau suara. Chatbots mengikuti skrip dan hanya dapat menjawab pertanyaan dalam skrip itu. Asisten pribadi yang cerdas ini dapat menjadi tambahan yang berguna untuk layanan pelanggan. Misalnya, chatbot digunakan untuk memberikan jawaban atas pertanyaan yang sering diajukan. Mencapai ini melibatkan lapisan proses yang berbeda dalam teknologi NLU, seperti ekstraksi fitur dan klasifikasi, menghubungkan entitas dan manajemen pengetahuan.
Mesin penerjemah. Machine Learning (ML) adalah cabang AI yang memungkinkan komputer untuk belajar dan mengubah perilaku berdasarkan data pelatihan. Algoritma machine learning juga digunakan untuk menghasilkan teks bahasa alami dari awal. Dalam kasus terjemahan, algoritma machine learning menganalisis jutaan halaman teks -- katakanlah, kontrak atau dokumen keuangan -- untuk mempelajari cara menerjemahkannya ke bahasa lain. Semakin banyak dokumen yang dianalisis, semakin akurat terjemahannya. Misalnya, jika pengguna menerjemahkan data dengan alat bahasa otomatis seperti kamus, maka akan melakukan substitusi kata demi kata. Namun, saat menggunakan terjemahan mesin, ia akan mencari kata dalam konteks, yang membantu mengembalikan terjemahan yang lebih akurat.
Pengambilan data. Pengambilan data adalah proses pengumpulan dan perekaman informasi tentang suatu objek, orang atau peristiwa. Misalnya, jika perusahaan e-commerce menggunakan NLU, perusahaan tersebut dapat meminta pelanggan untuk memasukkan informasi pengiriman dan penagihan secara lisan. Software akan memahami maksud pelanggan dan memasukkan informasi secara otomatis.

Penutup

Demikianlah penjelasan mengenai Natural Language Understanding (NLU). Semoga informasi yang disajikan dapat bermanfaat untuk semua.

Jika Anda tertarik dengan artikel serupa, Anda dapat mengunjungi rubrik Kecerdasan Buatan, atau membaca artikel lainnya tentang "Pengertian Cognitive Computing".

Salam!

Referensi: