Naturlig sprogbehandling (NLP)

Kommunikation og IT A · HTX · A-niveau · AI og maskinlæring

💻 NLP — Natural Language Processing

NLP = computere der forstår og genererer menneskesprog.

Klassiske NLP-opgaver:

• Tokenization: del tekst i ord/sætninger
• POS-tagging: identificér ordklasser (substantiv, verbum...)
• Named Entity Recognition (NER): identificér navne, steder, organisationer
• Sentimentanalyse: positiv/negativ/neutral

Traditionel NLP (bag-of-words, TF-IDF):

```python

from sklearn.feature_extraction.text import TfidfVectorizer

vectorizer = TfidfVectorizer()

X = vectorizer.fit_transform(tekster)

```

Word Embeddings (Word2Vec, GloVe): ord som vektorer — semantisk nærhed = geometrisk nærhed.

Transformer-arkitekturen (2017 Attention Is All You Need): fundamental gennembrud. Basis for BERT, GPT, T5.

spaCy til praktisk NLP:

```python

import spacy

nlp = spacy.load("da_core_news_sm")

doc = nlp("Danmark er et land i Skandinavien")

for ent in doc.ents:

print(ent.text, ent.label_)

```

Læringsmål

• Forklare tokenization, NER og sentimentanalyse
• Bruge spaCy til grundlæggende NLP-opgaver
• Forstå TF-IDF og word embeddings konceptuelt
• Beskrive transformer-arkitekturens rolle i moderne NLP

Sådan kan du arbejde med emnet

• Giv tre eksempler på NLP-anvendelser i hverdagen (fx stavekontrol, oversættelse, chatbots)
• Forklar hvad tokenisering betyder i NLP
• Diskutér en udfordring ved at få en computer til at forstå ironi eller sarkasme

Træningsforslag

• Byg en sentimentanalyse-model på anmeldelser med scikit-learn
• Brug spaCy til at ekstraherer navne og steder fra en nyhedsartikel
• Eksperimentér med Hugging Face pipeline for sentimentanalyse