Machine learning

Machine Learning is van alle tijden. Het is lastig voor te stellen, maar voordat er rekenmachines op de markt kwamen werd rekenwerk uitgevoerd door mensen, en bestond er een functie ‘calculator’.  De laatste jaren zien we het vooral op het gebied van taalbegrip, maar computers kunnen ook steeds beter omgaan met beeld en geluid.

Taalmodellen: een machine leren lezen

In veel onderzoeken komen we tot inzichten op basis van statistieken. Soms zijn de benodigde cijfers niet beschikbaar in gestructureerde vorm, maar in ongestructureerde teksten. Zo kunnen we op basis van vacatureteksten cijfers verzamelen over de vaardigheden die op de arbeidsmarkt gevraagd worden. Met tekstclassificatie kan dit worden geautomatiseerd en kan een computer automatisch een ‘label’ toekennen aan een stuk tekst. De door ons ontwikkelde algoritmes zijn betrouwbaar en resistent tegen (bijvoorbeeld) spelfouten.

In onderstaand voorbeeld laten we zien hoe eenvoudig het is om een computer het onderscheid te leren tussen Nederlandse jongens- en meisjesnamen. We maken gebruik van de door Dialogic zelf ontwikkelde software en modellen voor machine learning.

Met tekstclassificatie kunnen grote hoeveelheden tekst worden geanalyseerd. Een voorbeeld is het analyseren van grote hoeveelheden literatuur op de mate waarin artikelen van een universiteit betrekking hebben op duurzaamheidsdoelen (SDG’s). Onderstaande afbeeldingen tonen de resultaten hiervan voor een Nederlandse universiteit.