Entitásfelismerés

A természetes nyelvfeldolgozáshoz tartozó technológiák alapja az entitások automatikus kinyerése és csoportosítása a szöveges dokumentumokból, mint például személynevek és helyszínek.

beszéljünk
Kezdőlap > Integrált technológiák > Entitásfelismerés

Mi az Entitásfelismerés?

Az entitásfelismerés megoldást nyújt a szöveges dokumentumokban lévő entitások automatizált felismerésére és csoportosítására, amely további eljárások alapjául is szolgál, mint például a hangulatelemzés, témakivonás vagy más természetes nyelvi feldolgozással (NLP) kapcsolatos technikák. A folyamat során különböző entitástípusok (személynevek, szervezetek, események, helyek, dátumok és egyéb fő- és altípusok) kerülnek kinyerésre a szövegtörzsből.

Mi a fejlett névazonosítás?

Az emberek, helyek és szervezetek pontos nevének keresésnél történő megadása számos hibát rejt magában. A helyesírási hibák és elgépelések, a névvariációk, a nyelvenként eltérő írásmód mind-mind nehezítik az azonosítást. Éppen ezért van szükség olyan névazonosító megoldásra, amely a lehető leghatékonyabb módszerekkel támogatja a névkeresést.

Az entitásfelismerés jelentősége

Az entitások felismerése és csoportosítása a szöveges tartalomban számos területen kiemelkedően fontos. Az entitásfelismerés elősegíti a PR, HR és marketing feladatok végrehajtását, valamint fontos szerepet játszik a kellő átvilágítási, hírszerzési és különböző előrejelzési folyamatokban. Az entitások kinyerése a fejlett és kifinomult vállalati keresés megvalósítását is támogatja.

Entitásfelismerés és a vállalati keresés

Az entitásfelismerés támogatja a keresőmotorok hatékony használatát, mint a Precognox által kifejlesztett TAS Enterprise Search.
A kivont entitáscsoportok aspektusként (szűrési opcióként) működhetnek az eredmények listájának szűkítésére. Ezenkívül a szöveges tartalomban felismert entitások az eredmény alapján entitástípusok szerint csoportosítva jeleníthetők meg.

Entitások pontosítása

Az automatikusan kinyert entitások címkeként kezelhetők. A Precognox által fejlesztett TAS Tagger címkéző megoldás számos funkciója mellett lehetővé teszi a kinyert entitás címkék pontosítását.

Fejlett entitásfelismerési megoldás integrálva

Az amerikai Babel Street és a Precognox együttműködése évekre nyúlik vissza. A Babel Street Rosette hivatalos magyarországi viszonteladójaként és termékintegrátoraként cégünk természetesen saját termékeiben is alkalmazza ezeket a megoldásokat. A Babel Street entitás kinyerő megoldása, a Rosette Entity Extractor (REX) a Precognox által kifejlesztett TAS Taggerbe integrálva.

Szoros együttműködésben

Amellett, hogy a Precognox a Rosette API hivatalos rendszerintegrátora és viszonteladója, az együttmükődés részeként számos megoldás fejlesztésében is részt vett, így például a névazonosító megoldás magyar nyelvű kialakításában is.

Rosette Entity Extractor (REX)

Az entitások (pl. szervezetek, emberek, helyek, termékek, dátumok kulcsszereplők a szövegekben. A Basistech entitáskinyerő megoldása, a Rosette Entity Extractor (REX) a szöveganalízis és a gépi tanulás statisztikai modelljének felhasználásával feltérképezi az entitásokat, azokat struktúrába rendezi és megtisztítva adja vissza. A megoldás 29 entitástípust és több mint 450 altípust képes azonosítani.

Pontosabb címkézés és gyorsabb annotáció

A Rosette Adaptation Studio (RAS) egy felhasználóbarát alkalmazás amely a nem szakmai felhasználók számára készült. Az intuitív felületen a REX által kinyert entitásokon felül tetszőleges új címke kategóriák vezethetőek be, ezt a folyamatot pedig maga az ügyfél is elvégezheti, hiszen az nem igényli adattudós vagy NLP szakember bevonását. Az alkalmazás használatával pedig felgyorsul és hatékonyabbá válik az annotációs folyamat.

Ismerje meg, hogy valósítható meg a pontosabb entitáskinyerés a Rosette Adaptation Studio-val!

Együtt jobb

A Rosette Adaptation Studio kiváló kiegészítője a REX-nek, amelyhez most a Rosette Entity Extractor felhasználók ingyenesen juthatnak hozzá.

Szakmai támogatás

Mivel a legtöbb ügyfél örömmel fogadja az útmutatást az adatok kiválasztásában, az új modell felépítésében és az eredmények értékelésében, a Precognox a Babel Street Technology partnereként professzionális szolgáltatásokat kínál a képzési folyamathoz*.

*ha az ügyfél Rosette megoldásokat rendelt a Precognoxon keresztül

Minőségi adatok alapján feltanított

A Rosette egy gondosan összeállított korpuszon képezi ki modelljeit, amelyek több millió hírcikk, közösségi média tartalom és blogbejegyzések alapján készülnek. Az adatokat anyanyelvi beszélők mindig alaposan megjegyzik, és a címkék konzisztenciája ellenőrzik.
__Nincs fordítás__

Próbálja ki

Szeretné tesztelni a Rosette Entity Extractor tudását és hatékonyságát? Próbálja ki az ingyenes demót. Csak írjon be vagy másoljon szöveget valamelyik elérhető nyelven.

Fontosabb jellemzők

  • 22 támogatott nyelv (21 előre megépített nyelvi modell)
  • 29 entitás típus (450 entitás altípus)
  • tudásbázisokhoz kapcsolódó entitás
  • koreferencia elemzés
  • technikák hibridje, beleértve a deep learning modelleket is
  • minden eredményhez konfidencia pontszámok
  • Cloud vagy on-prem telepítés
  • gyors és skálázható
  • ipari szintű támogatás
  • aktív fejlesztés, évente legalább hat frissítéssel

Technikai információk

Elérhetőség és platform támogatás