Loading
Loading
Natural Language Processing (NLP) ist eine Disziplin, die seit mehr als 50 Jahren fortlaufend weiterentwickelt wird und künstliche Intelligenz, Linguistik und Statistik kombiniert.
Künstliche Intelligenz (Artificial Intelligence, kurz AI) ist heute allgegenwärtig: intelligente Städte, Roboter, virtuelle Assistenten, Genome Editing und viele andere hochmoderne Technologien werden durch eine Simulation der menschlichen Intelligenz computergestützt umgesetzt. Bei ELCA wenden wir künstliche Intelligenz hauptsächlich auf die Analyse der menschlichen (oder natürlichen) Sprache an. Die sinnvolle Nutzung von Content ist heute eine unumgängliche Voraussetzung für jede Organisation, damit sie Textdokumente, Bilder, Audio- und Videoinhalte verarbeiten kann. Da die Mehrheit solcher Informationen entweder als Text entwickelt wurde oder in Text konvertiert wird, ist die automatische, computergestützte Verarbeitung natürlicher Sprache, das „Natural Language Processing“ (NLP), ein Schlüsselkonzept der AI.
NLP ist eine Disziplin, die seit mehr als 50 Jahren entwickelt wird und künstliche Intelligenz, Linguistik und Statistik kombiniert. Die bahnbrechenden Entwicklungen in der automatischen Spracherkennung und des Sprachverstehens (Siri von Apple, Alexa von Amazon), der Frage-Antwort-Systeme (IBM Watson) und Sentimentanalyse haben den hohen Entwicklungsstand der NLP-Technologien mit hochmodernen, auf Statistik und maschinellem Lernen basierenden, Lösungen unter Beweis gestellt.
Der AI-„Hype“ boostet diese Technologien, da Deep Learning-Algorithmen immer häufiger zur Durchführung verschiedenster Aufgaben eingesetzt werden. NLP wird sogar in Kontexten genutzt, in denen nur eine begrenzte Anzahl von Dokumenten zu verarbeiten sind, z. B. in KMU-Umgebungen, wo bewährte maschinelle Lernverfahren wie logistische Regression, Naive Bayes, Random Forests oder SVMs überaus effizient sind.
NLP ist ein wichtiges Element bei der Entscheidungshilfe, um textbasierte Daten nach interessanten Einheiten oder Events zu durchzusuchen und Muster und Situationen zu erkennen, die eine weitere Untersuchung durch den Menschen verdienen. Mit umfassenden wahrscheinlichkeitstheoretischen Ansätzen und numerischen Evaluationsmetriken erschliesst NLP die verborgene Semantik/Bedeutung unstrukturierter Informationsquellen; dies können unter anderem Freitextdokumente, Mikroblogs oder Telefongespräche sein. NLP bietet den Schlüssel, Daten aus unterschiedlichen Herkunftsquellen in verwert- und umsetzbares Wissen zu konvertieren, („actionable intelligence“).
Ein weiterer Teil der Geschichte: Dank der jüngsten Anwendungen von Deep Learning auf die Sprachverarbeitung ist es jetzt möglich, den Inhalt von Audio- und Video-Dateien in Echtzeit zu transkribieren.
Auch gescannte Dokumente können verarbeitet werden, indem sie mithilfe der optischen Zeichenerkennung („Optical Character Recognition“ OCR) maschinenlesbar gemacht werden. Bildverarbeitende Techniken werden für die Gesichtserkennung von Foto- und Videomaterial angewendet („closed-circuit television“, CCTV). Diese Technik kann wiederum dazu genutzt werden, das Konstrukt des sozialen Netzes einer Person zu vervollständigen, oder dazu beitragen, „fehlende Verbindungen“ (Beziehungen zu anderen Personen oder Einheiten) zu ergänzen.
Mit langjähriger Erfahrung und professionellem Know-how im Bereich NLP, maschinellem Lernen und verwandten Lösungen unterstützt ELCA Unternehmen bei der effizienten Nutzung aller Arten unstrukturierter Informationen.
Wie ELCA Entscheidungsträger bei der Auswahl und Integration der am besten geeigneten Lösung in konkrete Szenarien unterstützt:
All-Source Connectors
Enterprise Search
Beantwortung von Fragen
Analyse sozialer Netzwerke
Automatische Kategorisierung
Verstehen gesprochener Sprache
Analyse von Bildern
Einsatzgebiet: Die OCR-Technologie erweist sich in allen Arten von Geschäftssituationen, bei denen Papierinhalte digitalisiert/archiviert werden müssen, als nützlich: zum Beispiel Analyse von Faxinhalten, Zollrechnungen, Handelstransaktionen und Entlastungsschreiben. Darüber hinaus benötigen Verteidigungs- und Kontrolleinrichtungen die Gesichtserkennung zur schnellen Erkennung und Unterscheidung von Gesichtern in CCTV-Filmmaterial.
Automatische Übersetzung
GIS und Geo-Codierung
Named Entity Recognition
Erkennen und Darstellen von Beziehungen
Extraktion von Themen/Stichwörtern
Der AI-"Hype" fördert diese Technologien, da Deep Learning Algorithmen immer häufiger zur Durchführung verschiedenster Aufgaben eingesetzt werden. NLP wird sogar in Kontexten genutzt, in denen nur eine begrenzte Anzahl von Dokumenten zu verarbeiten sind.
Virtual Assistants & Chatbots
Virtual Assistants sind Agents mit künstlicher Intelligenz, die die Nutzer bei der Suche nach Informationen oder bei der Ausführung einer Aufgabe durch Konversation unterstützen. Sie können in die Website eines Unternehmens eingebunden sein oder mit Kunden über mobile Apps chatten – es heisst sogar, dass „Chatbots” die Apps der Zukunft sind. Erreicht werden sie über Smart Speakers oder über die bekannten Messenger-Plattformen.
Chatbots sind eine hervorragende Lösung zur Kundenbetreuung: Sie können häufig gestellte Fragen sofort beantworten und einfache, sich wiederholende Aufgaben effizient ausführen. So lässt sich die Kundenzufriedenheit erheblich verbessern und die Arbeitslast der Mitarbeitenden im Kundendienst reduzieren. Chatbots sind auch am Arbeitsplatz sehr nützlich: Sie können als IT-Helpdesk-Assistenten oder Hilfen beim Durchsuchen von Firmendokumenten oder Ausführen von Prozeduren fungieren.
Die Entwicklung eines Chatbot die Herausforderung, vorhandene Natural Language Processing Techniken (wie Intent Categorization, Entity Extraction und Dialog-Management) unter Beachtung der gesetzlichen Bestimmungen sowie der Unternehmenserfordernisse in einer neuen Applikation zu integrieren. ELCA hat ihr Know-how bei der Entwicklung von Chatbots und Virtual Assistants für die Kunden oder Mitarbeitenden von Unternehmen unter Beweis gestellt. Wir nutzen verschiedene Technologie-Provider sowie übliche Open Source Komponenten, um die optimale Lösung für jeden Kunden zu liefern.
Automatische Klassifizierung
Viele Organisationen fordern eine automatische Kennzeichnung von Dokumenten unter Berücksichtigung ihrer spezifischen Geschäftsanforderungen - oder würden erheblich davon profitieren. Eine Bank zum Beispiel will die E-Mails ihrer Kunden einem bestimmten Mitarbeitenden im Contact Center zuweisen; ein Versicherungsunternehmen will Aussagen nach Typ kategorisieren. Eine Vollzugsbehörde will bei einem laufenden Vorgang zwischen sachdienlichen und nicht sachdienlichen Dokumenten (z. B. Analyseberichte) unterscheiden.
ELCA bietet ein fundiertes Know-how beim Erlernen von massgeschneiderten Machine Learning Modellen für die automatische Dokumentklassifizierung. Mit der effizienten Verwendung von Trainingsdaten nutzen unsere künstlichen «Lernenden» rein statistische Funktionen (wie Wortverteilung) und profitieren von den menschlichen Beiträgen, indem sie ihr Feedback nur in besonders schwierigen Situationen anfordern.
Die automatische Klassifizierung wird nicht nur auf Dokumente angewandt. Die Kategorisierung von Tweets je nach Sentiment und Altersgruppe, Geschlecht und politischer Ansicht des Autors und in mehreren Sprachen gehört zum Repertoire von ELCA. Unsere Bildverarbeitungsalgorithmen, basierend auf Deep Neural Networks, können Objekte in Bildern erkennen und sie einer Klasse zuordnen (z. B. Taxi, Donut, getigerte Katze). ELCA’s automatische Klassifikatoren werden Aktivierer für Drittanwendungen wie Document Management Systeme, Such- und Distributionssysteme und viele andere Arten von Kundenlösungen.
Dashboards für Content Analytics
ELCA nutzt seine Erfahrung in den Open Source- und proprietären Suchlösungen, um Textdokumente, Audio- und Bilddateien, E-Mails sowie Crawl-Websites und soziale Netzwerke effizient zu indexieren. Funktionen wie Faceted Browsing (d. h. Navigation mit Hilfe von dynamischen Filtern), Metadaten-Extraktion und automatische Spracherkennung sind inzwischen Standard in der Unternehmenssuche. ELCA geht weiter: Das ELCA-Dashboard für Content Analytics aggregiert Informationen aus verschiedenen News-Websites und Twitter in einer suchbasierten Applikation, in der:
Das Ergebnis ist ein Dashboard, das entweder für Open-Source Intelligence (OSINT) oder zur Integration von internen Informationsquellen eines Unternehmens (Reports, Digests) mit externen Informationen (News-Websites, soziale Medien, Blogs etc.) genutzt werden kann.
Massgeschneiderte Applikationen
Für die Anforderungen bestimmter Geschäftsszenarien bietet ELCA massgeschneiderte Lösungen und Anwendungen, die die folgenden Bausteine kombinieren: