Perkembangan teknologi Artificial Intellegence (AI) saat ini mampu menghadirkan banyak kemudahan. Search engine, mesin penerjemah, chatbot (alexa, google assistant, dan siri) dan lain sebagainya merupakan beberapa contoh yang dimunculkan oleh teknologi Artificial Intelligence atau kecerdasan buatan ini.

Namun, di balik segala kemudahan yang dihadirkan oleh teknologi tersebut sesungguhnya ada banyak kompleksitas seperti mengatur data, kata, gambar dan video. Hal ini menyadarkan kita bahwa kemudahan-kemudahan yang kita dapatkan selama ini ternyata dihasilkan oleh sesuatu yang tidak sederhana.

Lantas, bagaimana Artificial Intellegence mempelajari bahasa manusia dan menyederhanakan kompleksitas tersebut?

Natural Language Processing

Natural Language Processing merupakan salah satu cabang dari Artificial Intellegence atau kecerdasan buatan yang berhubungan dengan interaksi mesin-manusia dengan menggunakan bahasa natural.

Bahasa natural yang di maksud ialah bahasa yang menjelaskan dan menggambarkan suatu lokasi atau bahasa yang sering kita gunakan dalam kehidupan sehari-hari. Misalnya, Anda menelepon teman Anda untuk menanyakan lokasi dimana teman Anda sedang berada dan teman Anda menjawab “di sebelah kanan McDonald” atau “di depan rumah makan padang Restu Bundo”.

Natural Languange Processing (NLP) menggunakan data yang tidak terstruktur/non-tabel atau data tekstual. Data teks dan bahasa bisa sangat berbeda dalam hal isi dan ukuran, sehingga lebih sulit daripada data tabular biasa.

Natural Language Processing (NLP) ini memerlukan beberapa tahapan agar dapat memodelkan data tekstual tersebut. Dalam NLP, teknik utama yang digunakan untuk memproses dan menyelesaikan data tekstual disebut dengan teknik analisis sintaksis. Analisis sintaksis ini digunakan untuk mengevaluasi bahasa natural sesuai dengan aturan tata bahasa (gramatikal). Ada beberapa algoritma yang digunakan untuk menerapkan aturan tata bahasa (gramatikal) ke sekelompok kata guna menyimpulkan serta memperoleh makna darinya.

Jadi, apa saja tahap-tahapnya?

Stemming

Merupakan tahap awal dari teknik analisis sintaksis ini. Pada tahap ini, imbuhan yang terdapat pada kata akan dihilangkan atau diabaikan oleh komputer sehingga hanya menyisakan bentuk awal katanya saja. Contohnya “ber” pada awal kata “bersepeda” dan “kan” pada akhir kata “ambilkan”.

Lemmatization

Lemmatisasi merupakan teknik untuk mengembalikan kata kepada kata dasarnya yang disesuaikan dengan kamus yang dijadikan pedoman. Dalam tahap ini, komputer akan secara otomatis mencari dan menganalisis berbagai bentuk atau format kata sehingga didapati bentuk kata dasarnya. Misalnya kata “took”, “taken”, dan “taking” adalah bentuk atau format kata yang berasal dari kata “take”.

Tokenization

Tokenisasi dapat diartikan sebagai pemisahan suatu kalimat atau teks menjadi unit-unit kata. Pada tahap ini, komputer akan memisahkan dan membagi setiap kata dalam sebuah kalimat ke dalam unit yang berdiri sendiri. Misalnya teks “Layanan peminjaman buku di perpustakaan itu kurang memuaskan” menjadi “Layanan”, “peminjaman”, “buku”, “di”, “perpustakaan”, “itu”, “kurang”, “memuaskan”.

Parsing

Merupakan suatu proses analisis teks menjadi komponen sintaksis logis. Dengan kata lain memecah teks atau kalimat menjadi elemen-elemen sehingga teks atau kalimat tersebut dapat dipahami. Biasanya untuk menguji konsistensi teks atau kalimat secara gramatikal. Contohnya seperti yang sering Anda dengar, misalnya, kalimat "Budi". Saat mengajar anak kecil, kita sering memecahkan kalimat dan kata-kata dasar. "B, U, BU". “D, I, DI” = Budi.

Implementasi Natural Language Processing (NLP)

Istilah Natural Language Processing (NLP) belum banyak dikenal masyarakat umum, padahal sebenarnya kita sebagai pengguna internet sering menggunakan teknologi ini. Penerapan teknologi ini dapat ditemukan dalam berbagai aplikasi yang sering kita gunakan sehari-hari.

Google, Bing, dan Yahoo merupakan mesin pencari menerapkan teknologi Natural Language Processing (NLP) ini. Jika kita ingin mencari informasi tertentu, cukup tulis kata kunci di mesin pencari dan artikel terkait akan ditampilkan di mesin pencari dalam beberapa milidetik. Selain mesin pencari, teknologi NLP juga diterapkan pada mesin penerjemah otomatis atau machine translation seperti Google Translate.

Natural Language Processing (NLP) ini mampu menyederhanakan tata-bahasa yang begitu kompleks. Kemudahan yang diberikan oleh teknologi ini tentu sangat membantu kita ketika sedang mencari suatu informasi.