Le traitement du langage naturel (NLP, de l'anglais Natural Language Processing) est la branche de l'intelligence artificielle qui sert de pont entre le langage humain et le langage des machines. Là où un ordinateur ne manipule nativement que des nombres, le NLP lui apprend à lire un texte, à en saisir le sens, et même à répondre dans une langue fluide. C'est la technologie invisible derrière les traducteurs automatiques, les assistants vocaux et les agents conversationnels comme ChatGPT.
De quoi s'agit-il vraiment ?
Le langage humain est ambigu, contextuel et culturel : le mot « avocat » désigne un fruit ou un juriste selon la phrase. Le NLP regroupe les méthodes qui permettent à une machine de lever ces ambiguïtés. On distingue souvent :
- la compréhension du langage (NLU) — extraire le sens, l'intention, les entités ;
- la génération du langage (NLG) — produire un texte cohérent et pertinent.
Comment ça marche ?
Le texte doit d'abord être transformé en chiffres. On le découpe en tokens (mots ou sous-mots), puis on représente chaque token par un vecteur appelé embedding. Les modèles modernes, fondés sur l'architecture Transformer (2017), reposent sur le mécanisme d'attention qui pondère l'importance de chaque mot par rapport aux autres :
$$\text{Attention}(Q, K, V) = \text{softmax}!\left(\frac{QK^{\top}}{\sqrt{d_k}}\right)V$$
Quelques tâches classiques
| Tâche | Exemple |
|---|---|
| Traduction automatique | FR AR |
| Analyse de sentiment | Avis client positif / négatif |
| Reconnaissance d'entités | Détecter « Casablanca » comme lieu |
| Résumé automatique | Condenser un article |
Du correcteur orthographique au grand modèle de langage, le NLP est devenu l'interface la plus naturelle entre l'humain et la machine.