Waarom is dit belangrijk?
Automatische vertaling en het inschatten van de toon worden mogelijk door natuurlijke taalverwerking van geschreven tekst. In het hoger onderwijs kunnen studenten dit vak volgen, onder meer in de opleiding taaltechnologie aan de Universiteit Gent. Wie in de zorg werkt, kan zulke gesproken systemen tegenkomen in proeven, maar ongeveer vijf procent fouten is daar niet aanvaardbaar en dat aandeel stijgt bij rumoer, vaktaal of kinderstemmen.
Zo werkt het in de praktijk
In de maakindustrie verwerkt natuurlijke taalverwerking technische teksten van mensen. Het Amerikaanse instituut NIST brengt daarvoor overheid, bedrijven en onderzoekers samen. Zij zoeken toepassingen waarin taalsoftware diensten betrouwbaarder maakt.
In het project CLARIAH onderzoekt het Instituut voor de Nederlandse Taal hoe taalbestanden doorzoekbaar worden. Het instituut koppelt woordenlijsten en elektronische woordenboeken, ook over verschillende locaties. Het lexicon DiaMaNT beschrijft hoe betekenissen van Nederlandse woorden in de tijd verschuiven.
NIST koppelt dit werk aan richtlijnen voor technische taalverwerking. Die richtlijnen beschrijven hoe teams taalsoftware bouwen, beoordelen en inzetten, zonder voorkeur voor één leverancier. Ook komen er meetwaarden waarmee een organisatie een toepassing kan controleren.




