Page 3 - HS 3 Taaltecnologie
P. 3

A.I. voor wiskunde



               3.2.4  Automatische vertaalsystemen en spellingcontrole

               De eerste automatische vertaalsystemen dateren van de jaren 1980. Deze vroege systemen waren
               gebaseerd op regels en putten hun kennis uit tweetalige woordenboeken en grammaticale regels.
               Die vertrouwden op regel gebaseerde automatische vertaling. Deze systemen produceerden echter vaak
               letterlijke of rigide vertalingen omdat ze moeite hadden om taalkundige nuances te verwerken.
               Vanaf midden van de jaren 2000 zijn de meeste automatische vertaalsystemen data gebaseerd.
               Ze vertalen niet meer met behulp van regels maar gebruiken statistische modellen die getraind zijn op
               grote hoeveelheden teksten in verschillende talen.

               Sinds 2016 zijn automatische vertaalsystemen niet alleen data gebaseerd maar maken ook gebruik van
               artificiële intelligentie in een neuraal netwerk.  Deepl (www.deepl.com) of Google translate
               (https://translate.google.com )zijn hiervan voorbeelden.
               Spellingcontrole Software zoals Grammarly maakt gebruik van NLP om grammaticale fouten, spelfouten
               en stijlverbeteringen te detecteren en suggesties te doen voor tekstverbetering.

               Link: https://www.youtube.com/watch?v=m8jABo2Fbsc
               Quiz over taaltechnologie: UGENT https://lt3.ugent.be/mtquiz/

               3.2.5  Digitale telefoongesprekken en chatbots


               Bij het contacteren van een klantendienst van een bedrijf krijgen meestal te horen "dit gesprek kan
               worden opgenomen voor trainingsdoeleinden". Het blijkt dat deze opnames gebruikt kunnen worden
               voor trainingsdoeleinden wanneer een klant benadeeld is, maar meestal worden ze toegevoegd aan de
               database van een NLP-systeem om van te leren en producten te verbeteren. Geautomatiseerde
               systemen wijzen vragen van klanten toe aan een medewerker of online (chatbot Engie of Kate van KBC)
               die op klantverzoeken reageert met handige informatie.














               3.2.6  Spraak-naar-tekst                                                                               t
                                                                                                                   e
                                                                                                                   n
               Spraakherkenning zoals spraak-naar-tekst-conversie gebruiken NLP om gesproken taal om te zetten in
                                                                                                                   .
               geschreven tekst. Dit wordt bijvoorbeeld toegepast in transcripties, navigatie-apps of spraak gestuurde   o
                                                                                                                   l
               apparaten.                                                                                          e
                                                                                                                   h
                                                                                                                   t
               3.2.7  Geautomatiseerde ondertiteling                                                               a
                                                                                                                   m
                                                                                                                   .
               Ondertitels zijn een van de meest nuttige toepassingen van NLP. Ze helpen mensen met                w
               gehoorproblemen (of mensen die video's willen bekijken met het geluid uit) om te begrijpen wat je   w
               communiceert. Als je ondertitels vertaalt, kunnen ze ook mensen die een andere taal spreken helpen   w
               om je inhoud te begrijpen.



               © 2025 Ivan De Winne                                          ivan@mathelo.net                                                          3
   1   2   3   4   5   6   7   8