L’analyse sémantique permet d’extraire du texte des informations et agir d’une façon plus éclairée, soit en prenant de meilleures décisions, soit en automatisant des tâches répétitives. Les langues humaines sont complexes car elles contiennent des ambiguïtés à plusieurs niveaux (homonymes, synonymes, paraphrases, etc.).

Elle s’appuie sur le traitement automatique du langage (Natural Language Processing ou NLP). Les algorithmes de NLP permettent d’effectuer différentes tâches.

En s’appuyant sur les différents algorithmes d’intelligence artificielle, l’analyse sémantique peut adresser différentes problématiques. Les algorithmes d’apprentissage supervisés permettent d’effectuer des classements de documents ou de l’analyse du discours.

L’apprentissage non supervisé permet l’extraction d’information d’un texte ou la recherche de thématiques.

L’apprentissage par renforcement peut amener à construire des systèmes intelligents de génération automatisée de texte, de résumé automatique, ou des robots conversationnels.