Zpracování přirozeného jazyka_
_Specializujeme se na zpracování přirozeného jazyka neboli NLP, disciplínu využívající umělou inteligenci k simulaci lidské schopnosti čtení a porozumění textu.
Distribuční sémantika
NLP technologie od SentiSquare je založena na distribuční sémantice. Tento přístup umožňuje pochopit význam textu bez lidského dohledu nebo vstupních informací.
Vycházíme z toho, že slova vyskytující se v podobných kontextech mají podobný význam.
Díky tomu dokážeme kvantifikovat význam slov – text se dá vyjádřit jako vektor v sémantickém prostoru s vysokou dimenzí. Naše algoritmy se tedy naučí význam jakéhokoli textu a umělá inteligence SentiSquare je tak jazykově nezávislá.
Strojové učení
Matematická vyjádření významu je potřeba interpretovat, abychom je mohli použít ve skutečném životě.
Představte si třeba slovo “hlasitý”. V kontextu hudebního festivalu ho lze interpretovat pozitivně. Nicméně ve spojení se slovem “hluk” bude spíše negativní. Pořád ale jde o to samé slovo.
Co s tím? Na takové případy je potřeba lidský dohled. Proto ho přidáváme do receptu a výsledku říkáme “semi-supervizované strojové učení”.
Unikátní přístup
Používáme vícero pokročilých metod strojového učení, a proto má naše umělá inteligence mimořádnou úspěšnost. Tajemství úspěchu je supervizované a nesupervizované učení správně zkombinovat.
Ve fázi interpretace všechny modely propojujeme.
Algoritmy vytvoří miliony kontextových pravidel založených přímo na datech klientů. Výsledné řešení tak dokonale sedí jejich potřebám.
NLP od SentiSquare v praxi_
Jak umělá inteligence SentiSquare dosahuje při nasazení v praxi mimořádných výsledků?
Zde jsou 3 klíčové faktory.
Úspěšnost
Funkčnost
Přehled
Při automatické klasifikaci textu je klíčové, jak často umělá inteligence vrátí správný výsledek. Úspěšnost AI sice nikdy nedosáhne 100 %, ale SentiSquare AI dosahuje téměř lidské úrovně.
Ne všechny NLP modely se dokážou vypořádat se složitými, chaotickými daty – a jen málo z nich si poradí s různými jazyky. Například záznamy hovorů obsahují spoustu chyb, a proto jsou zvlášť problematické. Stejně jako emaily, ve kterých je obtížné oddělit hlavní sdělení od standardizovaného textu. SentiSquare AI umí zpracovat každý text v každém jazyce, protože se učí přímo z dat.
Aby klasifikační systém fungoval, musí vědět, co hledá. Jinak spousta příchozí komunikace skončí v kategorii Ostatní. Bez znalosti obsahu dat se prostě fungující pravidla nedají vytvořit. U velkých dat je téměř nemožné přijít se slovníkem, který bude zahrnovat všechno. Ale SentiSquare AI to dokáže tak, že shlukne k sobě texty s podobným významem. Výsledkem je přehled o tématech a souvislostech, které se v datech nacházejí.