WPLounge
Kunstmatige intelligentie (AI) in WordPress-plugins
Home » WordPress Plugins » Kunstmatige intelligentie (AI) in WordPress-plugins

Kunstmatige intelligentie (AI) in WordPress-plugins

Kunstmatige Intelligentie (“Artificial Intelligence” of AI) heeft momenteel een enorme impact op digitale technologie. Maar hoe groot (of klein) is de impact van AI op WordPress?

Een gastbijdrage van Prof. Dr. Eric Postma (Tilburg University) over AI en WordPress.
Akismet
Akismet gebruikt machine learning om SPAM te herkennen.

Hoewel het vakgebied van de AI enorm breed is, zijn specifieke automatische leeralgoritmen (machine learning-algoritmen) verantwoordelijk voor veel van de recente doorbraken. Deze algoritmen leren aan de hand van voorbeelden. Een bekende toepassing van een machine learning-algoritme is automatische spamherkenning. Een op machine learning gebaseerde spamherkenner (zoals Akismet, de bekende anti-SPAM plugin van Automattic) wordt getraind op een grote hoeveelheid van voorbeelden van gewone berichten en van SPAM-berichten.

Deze voorbeelden vormen een zogenaamde training set, waarbij bovendien ieder voorbeeld is voorzien van een label. In dit voorbeeld is het label “geen spam” of “spam”. Gedurende het trainen leert het algoritme – aan de hand van bepaalde kenmerken – SPAM herkennen.

Op basis van deze kenmerken kan het algoritme “generaliseren”. In andere woorden, het algoritme kan beoordelen of een bepaalde reactie of bericht SPAM is.

Deep Learning

Machine learning bestaat al heel lang, dus is op zichzelf niets nieuws. De grote AI-doorbraken worden verkregen door een specifiek type van machine learning-algoritmen die ook al heel lang bestaan: kunstmatige neurale netwerken. Tegenwoordig worden deze aangeduid met de term “deep learning” om te benadrukken dat het om “diepe” neurale netwerken gaat. Dat wil zeggen: neurale netwerken met veel lagen. Door die vele lagen zijn ze in staat om complexe taken te leren. We geven hieronder twee voorbeelden.

1: Classificeren van afbeeldingen

In 2012 bleek dat deep learning-algoritmen in staat waren om afbeeldingen automatisch te classificeren en zelfs superieur waren aan alle andere beeldherkennings-algoritmen. Gebruik makend van een enorme training set van afbeeldingen en hun labels (bijvoorbeeld een afbeelding van een hond en het label “hond”) bleek het algoritme in staat om nieuwe afbeeldingen meestal correct te classificeren.

Deep learning bij het classificeren van afbeeldingen (bron: MathWorks)

2: Classificeren van tekst

Deep learning blijkt ook heel goed in staat om teksten of tekstfragmenten te classificeren. Denk hierbij bijvoorbeeld het herkennen van het sentiment van een tekst. Stel je bent een multinational en je wil bijhouden of er met een positief of negatief sentiment over je producten wordt gecommuniceerd op sociale media.

Door het trainen van een deep learning-algoritme op een grote verzameling gelabelde voorbeelden wordt een automatische “sentiment-herkenner” verkregen. Aangezien deep learning-algoritmen enkel getalsmatige invoer kunnen verwerken, worden teksten omgezet in getallen die informatie bieden over de betekenis. Dit gebeurt door middel van zogenaamde word embeddings.

Voorbeeld:

Een bekend voorbeeld van een word embedding is het bijhouden hoe vaak paren van woorden in elkaars buurt voorkomen. Neem bijvoorbeeld de volgende twee zinnen:

“Mijn geld haal ik bij de bank” en “Ik kreeg een lening van de bank

Het gegeven dat de woorden geld en lening samen voorkomen met het woord bank suggereert dat beide woorden in betekenis (semantisch) gerelateerd zijn. Een getalsmatige representatie van woorden bestaat uit een tabel waarin wordt aangegeven hoe vaak worden in elkaars buurt voorkomen.

Deep learning zorgt voor enorme doorbraken in de kwaliteit van automatische classificatie van afbeeldingen, teksten en de automatische herkenning van spraak, automatische vertaling en in vele andere toepassingen.

De belangrijkste vereiste voor het goed functioneren van deep learning-algoritmen is een omvangrijke training set. Er duizenden gelabelde voorbeelden nodig om een deep learning-algoritme te trainen. Over het algemeen geldt: hoe meer voorbeelden, hoe beter de prestaties.

WordPress

De innovaties in AI (deep learning) zijn van groot maatschappelijk belang. De komende decennia zullen vele nieuwe digitale applicaties beschikbaar komen die gebaseerd zijn op deep learning.

Voor WordPress betekent dit waarschijnlijk dat er meer AI-plugins beschikbaar zullen komen. Buiten het Nederlandse taalgebied is er al een aantal AI-plugins.

We geven vijf voorbeelden van WordPress-plugins die gebruikmaken van AI.

1: Automatic Alternative Text

Automatic Alternative text
“Automatic Alternative text” geeft automatisch een (Engelse) alt-tekst aan afbeeldingen

Automatic Alternative Text is een plugin die voor een afbeelding een alternatieve (Engelstalige) beschrijving genereert (een “alt tag”). De plugin maakt hiervoor gebruik van Microsoft Cognitive Services.

2: WordLift

WordLift is een plugin voor “AI powered SEO”. WordLift gebruikt AI-technologie (word embedding) om op basis van tekst in je blog of op je site automatisch relevante content te zoeken (feiten, afbeeldingen en links).

Bovendien levert WordLift automatisch SEO-aanbevelingen voor bezoekers. WordLift is beschikbaar voor een beperkt aantal talen: Bulgaars, Canadees Engels, Nieuw Zeeland Engels, Amerikaans Engels, Italiaans, en Spaans. Kleinere taalgebieden (zoals Nederlands) bieden minder “training data”. Vandaar dat de beschikbaarheid van Nederlandse ondersteuning nog op zich laat wachten.

3: Watsonfinds

Watsonfinds is een WordPress-plugin die een inschatting maakt van de emoties die je blog of site oproept. Het geeft hierbij de intensiteiten van de emoties Joy, Sadness, Anger, Disgust, en Fear. De plugin maakt gebruik van een service van IBM. Deze service is vooralsnog alleen in het Engels beschikbaar.

4: Related Posts for WordPress by Bibblio

Deze plugin maakt gebruik van AI (machine learning) om gerelateerde content te tonen onder je WordPress-berichten. Zo kun je je bounce rate verlagen en bezoekers langer op je website houden. De plugin is gratis tot 25.000 pageviews per maand.

5: Recomendo

Recomendo is een gratis WordPress-plugin die gerelateerde content kan laten zien voor alle soorten “post types” op je (Engelstalige) website. Hiervoor wordt gebruik gemaakt van moderne machine learning-algoritmen die leren van het gedrag van je bezoekers. De plugin is ook compatible met WooCommerce-webshops en meertalige websites die gebouwd zijn met WMPL.

Conclusie

Helaas is er momenteel weinig tot geen aanbod van tekstuele AI-plugins, in ieder geval voor Nederlandse websites. Het is de verwachting dat deze spoedig hun opwachting zullen maken.

Eric Postma

Prof. Dr. Eric Postma is hoogleraar Kunstmatige Intelligentie aan Tilburg University. Professor Postma heeft ook een WordPress-website.

Gratis op de hoogte blijven?

Meld je gratis aan voor onze nieuwsbrief om op de hoogte
te blijven over ontwikkelingen in WordPress!

1 reactie

Advertenties

SEO scan door kiesling.nl

Blijf op de hoogte!

Scroll Up Skip to content