x

Luter

Iklan

Dary Zhafran

Penulis Indonesiana
Bergabung Sejak: 7 Mei 2021

Jumat, 7 Mei 2021 16:34 WIB

Natural Language Processing For Word/Sentence Classification

Natural Language Processing For Word/Sentence Classification” definisi sederhananya yaitu bagaimana cara kita memberi perintah kekomputer untuk bisa mengolah data atau kata.

Dukung penulis Indonesiana untuk terus berkarya

“Natural Language Processing For Word/Sentence Classification” definisi sederhananya adalah bagaimana cara kita memberi perintah kekomputer untuk bisa mengolah data atau kata. Tujuan diciptakannya NLP adalah untuk bisa memahami komunikasi lebih dalam tentang Context, Linguistic Structure dan Meaning. Contoh pada seekor anjing ketika kita berkomunikasi ada batasan tertentu yang dia pahami sehingga aktual yang terjadi terdapat istilah Shallow Matching yaitu  ketidakbersinambungan komunikasi antara dua entitas yang berbeda.

Kegunaan NLP bagi komputer dapat menganalisa, memahami dan membuat bahasa manusia selayaknya manusia, tidak hanya poin ini saja tapi juga bisa mengenerate. Contohnya pada Google kita mau ketik sesuatu yang trending maka NLP akan memproses hal tersebut. Kesimpulannya dia bisa menerapkan teknik komputasi kedalam domain bahasa, ini menjadi bagian baru yang terintegrasi dengan kecerdasan buatan (AI).

Kenapa harus menggunakan NLP? karena kata atau kalimat merupakan kelompok terbesar dalam pengetahuan manusia, dalam keseharian mau kita memperlajari apapun dasarnya adalah tulisan. contohnya adalah teks, pada webinar hari ini diawali dengan pembacaan ayat suci Al Qur’an yang merupakan bagian dari teks, bagaimana kita iqro (membaca) karena sudah menjadi perintah tuhan bahwa manusia harus membaca. Sekarang komputer dicoba untuk bisa membaca yang dasarnya adalah teks merupakan kelompok terbesar dalam pengetahuan dan dia selalu berkembang.

Iklan
Scroll Untuk Melanjutkan

Ada dua komponen NLP yaitu Natural Language Understanding dan Natural Language Generation. Natural Language Understanding mengambil beberapa kalimat yang diketik, direkam dan diucapkan kemudian untuk kita cari tau artinya. Natural Language Generation mengambil beberapa informasi, representasi formal dari apa yang dikatakan dan mengungkapkannya kembali.

Misalnya google translate dimasukan beberapa kalimat dalam bahasa Pndonesia, maka Google Translate tersebut akan menterjemahkan contoh kedalam bahasa Inggris dengan representasi formal didalam bahasa Inggris. Dua komponen ini saling berhubungan satu sama lain.

Natural Language Understanding bekerja dengan memetakan input yang diberikan dalam bahasa alami menjadi representasi yang berguna. Ada 4 analisis yang diperlukan pada komponen Natural Language Understanding. Yang pertama ada Morphological Analysis bentuk kata, kedua ada Syntactic Analysis bentuk penulisan, yang ketiga Semantic Analysis Artinya bagaimana atau seperti apa, kemudian yang terakhir Discoure Analysis hubungan antar kata. Komponen Natural Language Generation bekerja menghasilkan output dalam bahasa alami dari representasi internal. Pada komponen ini ada sebuah perencanaan atau disebut juga sintesis yang artinya menulis ulang sesuai struktur dengan bahasa yang diinginkan.

NLP mempunyai bagian lain yaitu bahasa dan linguistik, bahasa adalah alat sedangkan linguistik ilmu pengetahuan tentang bahasa. Cakupan ilmu linguistik yang pertama ada suara (Phonology), contohnya jika ada sebuah kata yang suaranya sama tetapi tulisannya harus berbeda. Kedua bentuk kata (Morphology), apakah kata yang ada termasuk kata dasar, kata aktif, kata pasif atau dibarengin dengan imbuhan. Ketiga struktur kalimat (Syntax), kalimat ini termasuk perintah, sedang dilakukan, kalimat pertanyaan atau kalimat sudah dilakukan. Keempat arti kata atau kalimat (Semantic) dan terakhir memahami (Pragmatics). Dalam ilmu linguistik komputer akan mempelajari dan memproses secara keseluruhan, karena kita sebagai manusia sudah mempelajari sejak lahir kedunia yang dimulai dari beberapa kata, contoh kata “mama”, “papa”, “kakak”. Ini termasuk morphology yang diproses oleh otak manusia kemudian oleh NLP kata ini akan dipindahkan kedalam proses komputer.

Kemudian ada 5 Langkah-langkah Mekanisme NLP, yang pertama Morphological dan Lexical Analysis yaitu kita memproses sebuah tulisan atau informasi dengan membagi kebagian kecil menjadi sebuah paragraf dan paragraf kita bagi menjadi sebuah kata. Kedua Syntactic Analysis yaitu memeriksa urutan kata yang kemudian menjadi struktur kalimat. Ketiga Semantic Analysis yaitu arti dari kata atau frasa yang menggambarkan arti kamus. Keempat Discourse Integration yaitu mencari sebuah konteks dalam sebuah kalimat dan yang terakhir Pragmatic Analysis yaitu satu langkah untuk mengetahui apa maksud dari kalimat yang menyangkut konteks keseluruhan komunikasi. Ini semua adalah penggambaran yang mana NLP digunakan untuk mengklasifikasi kata atau kalimat.

Selanjutnya ada bidang yang berkaitan dengan NLP, ada Computational Linguistic, Cognitive Science dan Speech Processing. Speech Processing merupakan Mapping audio signal pada teks, didalamnya ada dua proses yaitu Acoustic Models dan Language Model. Acoustic Models yaitu bagaimana untuk memfilter kemudian frekuensinya seperti apa. Language Model yaitu menterjemahkan sebuah kalimat, dia bekerja sesuai Morphology, Syntax dan diterjemahkan. kata yang tadinya satu makna contoh “rumah” dan “sakit”, jika diartikan masing-masing akan memiliki makna yang berbeda kemudian digabungkan kedua kata tersebut, maka akan memiliki makna yang sama, inilah proses dari Language Model.

Terakhir ada aplikasi dari NLP, yang pertama ada Machine Translation. jika ada sebuah paragraf yang terdiri dari bahasa indonesia dan inggris, kemudian paragraf ditranslate kedalam bahasa inggris, dengan adanya NLP terjemahan Google Translate paragraf tersebut akan mendekati sempurna. Kata yang awal bahasa inggris maka akan tetap menjadi bahasa inggris, contoh lain pada kata “exclusive,elegant dan excellent”, ditranslate menjadi exclusive,elegant and excellent. ini adalah proses pragmatis dimana bagian ini merupakan sebuah moto atau tujuan yang tidak boleh dirubah. Pragmatis tersebut harus sama kemudian akan mengenerate balik dengan bahasa sendiri tanpa menghilangkan arti utama. Selanjutnya aplikasi kedua dari NLP yaitu Word or Sentence Classification merupakan classfier untuk sintesos spoken language ke sign language (bahasa isyarat).

kesimpulan dari materi webinar kali ini yaitu NLP merupakan kemampuan dari sebuah program yang berperan seperti pemikiran manusia, penggunanya sangat luas dan sangat berkaitan dengan kecerdasan buatan. Bisa diaplikasikan kepada berbagai macam ilmu sains, sosial dan humaniora.

Terima Kasih.

Ikuti tulisan menarik Dary Zhafran lainnya di sini.


Suka dengan apa yang Anda baca?

Berikan komentar, serta bagikan artikel ini ke social media.












Iklan

Terpopuler

Numerik

Oleh: Taufan S. Chandranegara

Jumat, 23 Februari 2024 20:47 WIB

Terkini

Terpopuler

Numerik

Oleh: Taufan S. Chandranegara

Jumat, 23 Februari 2024 20:47 WIB