Suchen

Artificial Intelligence & Machine Learning

Natürliche Sprachverarbeitung in der automobilen Wertschöpfungskette

Ein multi-threaded Textanalytik-Service, Methoden für natürliche Sprachverarbeitung (NLP) und hierarchisches Bündeln von Dokumenten.

Textanalytik-Service/ Dokumentklassifizierung

VON MACHINE LEARNING ANGETRIEBENE MODELLE IM AUTOMOBILBEREICH

Die globale Automobilindustrie ist sehr umkämpft und die Automobilhersteller sind sehr darauf konzentriert, die beste Qualität zum niedrigsten möglichen Preis anzubieten. Währenddessen erschweren die steigende Anzahl von Drittparteien in der Lieferkette, der globale Bezug von Teilen und verteilte Fertigungs- und Montageprozesse die zugehörigen Risiken und benötigen außerdem mehr Regulierungsaufsicht.

Zusammengenommen bringen diese Faktoren die Automobilhersteller dazu, bestehende Strukturen zu überdenken und neu zu gestalten, und viele wenden sich technischen Möglichkeiten zu, um höhere Kosteneinsparungen und Effizienz zu erreichen.

Ein großer deutscher Automobilhersteller hat sich an Data Reply für eine Lösung zur Automatisierung der Verwaltung von Kundenanfragen gewandt.

ZIELE

Bei Millionen von Anfragen zu Produkten waren eine manuelle Analyse und ein Bündeln der Kundenanfragen fast unmöglich.

Also war das Hauptziel des Kunden die Analyse und Bündelung der Anfragen auf effektive Weise, was zu der Anforderung für schnelle und hochpräzise Cluster-Modelle geführt hat.

Zusätzlich sollten die Ergebnisse für Geschäftsanalytiker visualisiert werden.

FOKUS AUF ERKENNUNG

Um die Dokumente zu analysieren und zu bündeln, hat Data Replyeinen multi-threaded Textanalytik-Service entwickelt, der alle Texte aufnimmt, NLP-Methoden (Natural Language Processing) zur Extraktion relevanter Einheiten und Schlüsselwörter anwendet, die Dokumente hierarchisch bündelt und intuitive Label erzeugt. Das System ist in der Lage, neue Aktualisierungen der Daten zu erkennen und die Ausgaben schrittweise aktualisieren.

Das System ist auf hochpräzises Clustering, intuitive und bedeutungsvolle Cluster-Label und Leistung zugeschnitten.
Es kann Millionen von Dokumenten in weniger als einer Minute bündeln. Die Ausgaben werden in Elastic-Search gespeichert, damit sie schnell abgefragt und abgerufen werden können.
Das Ergebnis ist ein schneller Online-Textanalyse-Service mit interaktiven Visualisierungen.