# Inleiding Het trainen van de chatbot bestaat eruit om de chatbot te *voeden met data* die hem slimmer kunnen maken, zodat die de vragen in jouw domein kan **verstaan** en kan **beantwoorden**. Een chatbot heeft een *natural language processing engine*. *Natural language processing*, beter bekend als NLP, staat voor het *verwerken van natuurlijke taal door een computer*. In de wereld van chatbots zijn er twee belangrijke concepten die je goed moet begrijpen wanneer je een chatbot ontwikkelt. Dat zijn de concepten van [**intenties**](/docs/functionele-documentatie/bouwen/trainen-van-de-nlp.md) en [**entiteiten**](/docs/functionele-documentatie/bouwen/entiteiten.md). In deze sectie leggen we uit wat deze juist betekenen en hoe je ze moet gebruiken om je chatbot intelligent te maken. Het is belangrijk om deze concepten goed onder de knie te krijgen. Zij vormen immers het hart van de chatbot. Verder is het ook belangrijk om goed te begrijpen hoe je deze intenties en entiteiten kunt [testen](/docs/functionele-documentatie/bouwen/testen.md). Enkel als de chatbot begrijpt wat **jij verwacht dat hij begrijpt**, zal hij juiste antwoorden kunnen geven. --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://oswaldai.gitbook.io/docs/functionele-documentatie/bouwen/voorwoord.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.