Waarom is dit belangrijk?
Medische aantekeningen die mensen in eigen woorden opschrijven, worden hierdoor omgezet in gegevens die onderzoekers over veel patiënten kunnen vergelijken. In de zorg halen systemen klachten, diagnoses en behandelingen uit medische verslagen van het ziekteverloop. Patiënten en zorgverleners krijgen zo sneller een duidelijk overzicht van het dossier, maar een foute lezing of eenzijdige voorbeelden kunnen soms tot verkeerde conclusies leiden.
Zo werkt het in de praktijk
Bedrijven zetten begrip van natuurlijke taal in om teksten in te delen en berichten te archiveren. IBM Watson classificeert teksten met methoden uit machinaal leren. Zo’n indeling analyseert e-mail en stuurt die naar de juiste afdeling.
Aan de KU Leuven onderzoekt een project gesproken taalbegrip met weinig gemarkeerde voorbeelden. Het team past het spraakmodel Whisper aan voor taken die een verzoek verder invullen. Tekstmodellen voor begrip van natuurlijke taal maken extra markeringen voor meerdere talen.
ISO koppelt taalverwerking aan normen voor beheer en risico. ISO/IEC 42001 beschrijft een managementsysteem voor kunstmatige intelligentie, en ISO/IEC 23894 geeft richtlijnen voor risicobeoordeling. Met commissie ISO/TC 37 werkt ISO aan normen voor gesproken en geschreven taal.




