Mengenal NLP teknologi dibalik Personal Assistant - Blog Tekno UNISBANK

Mengenal NLP teknologi dibalik Personal Assistant

Byadmin

Mei 28, 2021

Pasti teman-teman pengguna smartphone sudah tidak asing dengan kata-kata “Ok Google” bagi pengguna Android atau “Hi Siri” bagi pengguna IOS, iya itu adalah sebuah command atau perintah yang digunakan untuk memanggil Personal assistant yang terdapat pada smartphone kita.

Dan pernahkah teman-teman bertanya-tanya bagaimana sih cara Personal assistant yang ada di smartphone kita bisa mengerti kata-kata yang kita ucapkan?, Kalau iya kali ini kita akan membahas teknologi dibalik kecanggihan Personal Assistant yang berada di smartphone kita.

dan sebelum itu kita bahas dulu sebenarnya apa sih itu Personal Assistant, apakah itu sebenarnya ada seseorang di dalam smartphone kita yang merespon ketika kita mengucapkan sesuatu?. jawabannya adalah salah bukan itu, Personal Assistant yang mana ini adalah sebuah bot yang dapat merespon segala sesuatu yang kita perintahkan atau tanyakan.

Dan dibalik semua itu terdapat teknologi yang bernama NLP atau singkatan dari Natural Language Processing yang merupakan sebuah cabang dari Machine Learning yang berhubungan dengan interaksi manusia dan komputer melalui bahasa alami manusia, contohnya ketika kita meminta Google Assistant kita untuk mencari rumah makan padang terdekat, kita tidak perlu mengetik dan cukup mengucapkan “Ok Google, dimana rumah makan terdekat?”, dan secara otomatis Google Assistant akan mengerti bahwa kita menginginkan informasi tentang rumah makan padang yang lokasinya dekat dengan lokasi dimana kita berada.

Selain Personal Assistant NLP juga banyak diterapkan pada banyak hal seperti aplikasi penerjemah yang tidak hanya bisa menerjemahkan kata per kata, tetapi dapat menerjemahkan dengan konteks dan grammar pada bahasa yang dipilih.

Selain itu ada juga pada layanan pengirim Email seperti Gmail, Hotmail dll, yang dapat mengklasifikasi apakah email ini berisikan spam atau tidak, dan juga pada social media yang dapat mendeteksi apakah postingan atau tweet mengandung kata-kata yang tidak pantas atau tidak.

Terus Teknik seperti apa yang digunakan untuk NLP?

Tenkin utama untuk menyelesaikan tugas NLP adalah Analisis Sintaksis, yang mana ini mengacu pada susunan dari kata-kata dalam sebuah kalimat, sehingga membuat pengertian gramatikal, Analisis Sintaksis dalam NLP digunakan untuk menilai bagaimana bahasa natural sejajar dengan aturan tata bahasa atau tidak, dan berikut beberapa algoritma yang biasa digunakan untuk menerapkan aturan gramatikal pada kata yang nantinya kana diperoleh sebuah makna dari situ.

  1. Stemming – Proses yang melibatkan pemotongan akhir atau awal kata yang diubah ke bentuk akarnya dengan tujuan menghilangkan imbuhan. e.g. “bi” di awal kata “bicycle”, “er” di akhir kata “lighter”.
  2. Lemmatization – Proses pengurangan berbagai bentuk kata yang berubah menjadi satu bentuk untuk memudahkan analisis. e.g. kata dari “swim”, “swimming”, “swims”, “swam”, adalah semua bentuk dari “swim”. Nah jadi lemma dari semua kata-kata tersebut adalah “swim”.
  1. Tokenization – Proses pembagian sebagian besar teks berkelanjutan menjadi unit-unit yang berbeda. e.g. “Kalimat ini adalah sebuah contoh tokenization”. Setiap katanya akan dipisah menjadi 1 unit masing-masing. “Kalimat”, “ini”, “adalah”, “sebuah”, “contoh”, “tokenization”. Unit-unit ini biasanya disebut sebagai token.
  1. Parsing – Proses analisis teks menjadi komponen sintaksis logis, biasanya untuk menguji kesesuaian dengan tata bahasa. Contoh dari parsing adalah memecah kalimat untuk menjelaskan setiap elemen kepada seseorang. Atau seperti yang kita sering dengar sebagai contoh, “Rudi”. Ketika kita ingin mengajar anak kecil, kita sering kali memecahkan kalimat atau kata per elemennya. “R, U, RU”. “D, I, DI”, “Rudi”.

Bagaimana sekarang sudah pahamkan bagaimana cara Personal Assistant mengenali kata-kata yang kita ucapkan?, terus nantikan artikel dan pembahasan menarik lainnya. (ul)

By admin

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *