scopeKM
Knowledge Management
Chancen und Risiken erkennen
Vorstellung der textanalytischen Lösung
Luxid®
Präsentation
von
...
1. Die Erkennung von Chancen und Risiken
2. Das Strukturieren des Unstrukturierten – ein Beispiel
3. Beschreibung der Modu...
scopeKM
Knowledge Management
Die heutigen Herausforderungen
Dezentralisierte Daten Limitierte Analyse * Stovepiped Informa...
scopeKM
Knowledge Management
Universelle Kundenanalysen
Universelle
Kundenanalyse
Sammeln, umwandeln,
liefern, einführen
•...
scopeKM
Knowledge Management
Monitoring vs. Textanalyse
Charakteristika der marktgängigen Lösungen
€Monitoring: Der Fokus ...
scopeKM
Knowledge Management
Die drei Hauptbereiche der
Analyse
€ Jede weitere Schicht der sozialen Analyse liefert höhere...
scopeKM
Knowledge Management
Die Lösung „versteht“ die Aussagen,
Meinungen und deren Kontext
Interne Daten Externe Daten
S...
scopeKM
Knowledge Management
Forschung
Communities
Eigenschaften der Webseiten
Produktbewertungen
Blogs
Verständnis
Twitte...
1. Die Erkennung von Chancen und Risiken
2. Das Strukturieren des Unstrukturierten – ein Beispiel
3. Beschreibung der Modu...
scopeKM
Knowledge Management
Die Lösung Luxid®
15.08.2014 10
€ Die patentierte und preisgekrönte, auf Computerlinguistik b...
scopeKM
Knowledge Management
Die drei Schlüsselbereiche der
Lösung
15.08.2014 11
Luxid® Annotation Factory mit ihren Funkt...
scopeKM
Knowledge Management
Mit dem NLP (Computerlinguistik) werden verschiedene sprachliche Repräsentationsebenen
sequen...
scopeKM
Knowledge Management
Luxid® Annotation Factory
€ Robuste Metadaten-Extraktion
‚ UIMA: IBM-Standard, offen, skalier...
scopeKM
Knowledge Management
Automatische Extraktion der
Metadaten
On May 10th Microsoft bought Skype for $8 Billion.
Term...
scopeKM
Knowledge Management
Metadaten – aber welche?
€ Personennamen: Kunden, Partner, Links zum Verzeichnis
€ Organisati...
scopeKM
Knowledge Management
Anreicherung mit Metadaten
HTC Strikes Back Against Apple – Wall Street Journal - NIRAJ SHETH...
1. Die Erkennung von Chancen und Risiken
2. Das Strukturieren des Unstrukturierten – ein Beispiel
3. Beschreibung der Modu...
scopeKM
Knowledge Management
Luxid mit den Skill Cartridges
15.08.2014 18
scopeKM
Knowledge Management
Skill Cartridge® Library
15.08.2014 19
News
Categories
People
Companies
Locations
Business
Re...
scopeKM
Knowledge Management
Skill Cartridges® (1)
15.08.2014 20
Taxonomy-based
Skill Cartridges®
Business Rules based
Ski...
scopeKM
Knowledge Management
15.08.2014 21
Taxonomy-based
Skill Cartridges®
Business Rules based
Skill Cartridges®
Machine...
scopeKM
Knowledge Management
15.08.2014 22
Taxonomy-based
Skill Cartridges®
Business Rules based
Skill Cartridges®
Machine...
scopeKM
Knowledge Management
15.08.2014 23
Taxonomy-based
Skill Cartridges®
Business Rules based
Skill Cartridges®
Machine...
scopeKM
Knowledge Management
15.08.2014 24
€ Business Rules-based Skill Cartridges®
‚ Kundenspezisches Reasoning einfach i...
scopeKM
Knowledge Management
15.08.2014 25
Taxonomy-based
Skill Cartridges®
Business Rules based
Skill Cartridges®
Machine...
scopeKM
Knowledge Management
15.08.2014 26
Content Enrichment Studio
Taxonomy-based
Skill Cartridge®
Development
Knowledge...
Upcoming SlideShare
Loading in …5
×

scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®

2,305 views
2,263 views

Published on

Monitoring: Der Fokus liegt beim Zuhören und die Darstellung der Ergebnisse in Dashboard, die visuelles Prüfen der Ergebnisse und das Vordringen zu den Daten (Drill down) ermöglichen. Typischerweise erlauben sie das „Grundverständnis“ von Stimmungen über die Zuordnung von Keywords wie z.B. „gut“, „gross“ oder „schrecklich.
Textanalyse: Auf allen Plattformen aufbauend, ermöglichen sie das Verstehen der Bedeutungen hinter den Daten. Mit der Computerlinguistik (NLP) werden die Fakten, Meinungen und Stimmungen in den unterschiedlichsten Kanälen erklärt. Mit tiefergehen-den Reports und Visualisierungen erlaubt solche Lösung Vergleiche über längere Zeiträume und zeigt bislang unbekannte Korrelationen auf.
Luxid® strukturiert managt und nutzt den unstrukturierten Inhalt
Die patentierte und preisgekrönte, auf Computerlinguistik basierende Plattform Luxid® zur inhaltlichen Anreicherung ist die skalierbare Lösung zur Erkennung und Extraktion relevanter und im Fliesstext versteckter Informationsabschnitte und deren Anreicherung mit Metadaten.
Die Plattform Luxid® deckt die Information-Assets auf und optimiert deren Management, Verteilung, Zugang und Analyse.
Luxid® Annotation Factory mit ihren Funktionalitäten dient als das Pipeline für die Anwendung der Computerlinguistik:
Extraktion von Metadaten, Topics, Entitäten und Beziehungen aus dem Text
Kategorisierung von Dokumenten und deren Clustering
Extraktion-Engine für Syntax, Statistik, Taxonomie, Regeldefinition usw.
Luxid® Skill Cartridge Library für Vertiefungen in unterschiedliche Anwendungen bzw. Bereiche, wie z.B. Opinion Mining, Marketing, Medizin Biologie, Pharma usw.
Luxid® Content Enrichment Studio für kundenspezifische Anpassungen der bestehenden bzw. Entwicklung von gänzlich neuen Anwendungen.

Published in: Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
2,305
On SlideShare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®

  1. 1. scopeKM Knowledge Management Chancen und Risiken erkennen Vorstellung der textanalytischen Lösung Luxid® Präsentation von Juraj Schick, scopeKM GmbH, Zürich
  2. 2. 1. Die Erkennung von Chancen und Risiken 2. Das Strukturieren des Unstrukturierten – ein Beispiel 3. Beschreibung der Module scopeKM Knowledge Management Agenda
  3. 3. scopeKM Knowledge Management Die heutigen Herausforderungen Dezentralisierte Daten Limitierte Analyse * Stovepiped Information • Stovepiped Information: "Information, die ein spezifisches Problem mit einem begrenzten Fokus beschreibt und die nicht leicht für andere Systeme anwendbar ist." (DOE, USA, 1999)
  4. 4. scopeKM Knowledge Management Universelle Kundenanalysen Universelle Kundenanalyse Sammeln, umwandeln, liefern, einführen • Alle Quellen zusammenführen • In beliebigen Sprachen zuhören • Unternehmenssicherheit und -wachstum unterstützen • Umsetzbare Erkenntnisse aus den Kundenfeedbacks schaffen
  5. 5. scopeKM Knowledge Management Monitoring vs. Textanalyse Charakteristika der marktgängigen Lösungen €Monitoring: Der Fokus liegt beim Zuhören und die Darstellung der Ergebnisse in Dashboard, die visuelles Prüfen der Ergebnisse und das Vordringen zu den Daten (Drill down) ermöglichen. Typischerweise erlauben sie das „Grundverständnis“ von Stimmungen über die Zuordnung von Keywords wie z.B. „gut“, „gross“ oder „schrecklich. €Textanalyse: Auf allen Plattformen aufbauend, ermöglichen sie das Verstehen der Bedeutungen hinter den Daten. Mit der Computerlinguistik (NLP) werden die Fakten, Meinungen und Stimmungen in den unterschiedlichsten Kanälen erklärt. Mit tiefergehen- den Reports und Visualisierungen erlaubt solche Lösung Vergleiche über längere Zeiträume und zeigt bislang unbekannte Korrelationen auf.
  6. 6. scopeKM Knowledge Management Die drei Hauptbereiche der Analyse € Jede weitere Schicht der sozialen Analyse liefert höheres Wissen und höhere Werte für das Unternehmen. € Dashboards € ZuhörenBetrachten € Korrelationen € Analyse der Stimmung und Meinung Verstehen € Umsetzbare Erkenntnisse identifizieren € Risk Management sicherstellen Agieren Wert
  7. 7. scopeKM Knowledge Management Die Lösung „versteht“ die Aussagen, Meinungen und deren Kontext Interne Daten Externe Daten Strukturierte Daten € Datawarehouse € Excel-Tabellen € usw. € Partner- Datacubes € usw. Unstrukturierte Daten € E-Mails € CRM-Notizen € Umfragen € usw. € Online-Artikel € Tweets € Facebook-Posts € usw. €Alle Kanäle werden erschlossen
  8. 8. scopeKM Knowledge Management Forschung Communities Eigenschaften der Webseiten Produktbewertungen Blogs Verständnis Twitter Facebook Produktbewertungen Produktentwicklung Forums Umfragen Web-Analysen Online-Feedback Support Call Center CRM-System Umfragen Social Media Upsell Social Media-Konversationen Umfragen Customer Support-Feedback Transaktionsdaten Reklamationen Marktforschung Umfragen Auswertungen aus den Äusserungen E-Mails Chancen auf jedem Touchpoint
  9. 9. 1. Die Erkennung von Chancen und Risiken 2. Das Strukturieren des Unstrukturierten – ein Beispiel 3. Beschreibung der Module scopeKM Knowledge Management Agenda
  10. 10. scopeKM Knowledge Management Die Lösung Luxid® 15.08.2014 10 € Die patentierte und preisgekrönte, auf Computerlinguistik basierende Plattform Luxid® zur inhaltlichen Anreicherung ist die skalierbare Lösung zur Erkennung und Extraktion relevanter und im Fliesstext versteckter Informationsabschnitte und deren Anreicherung mit Metadaten. € Die Plattform Luxid® deckt die Information-Assets auf und optimiert deren Management, Verteilung, Zugang und Analyse. €Luxid® strukturiert managt und nutzt den unstrukturierten Inhalt
  11. 11. scopeKM Knowledge Management Die drei Schlüsselbereiche der Lösung 15.08.2014 11 Luxid® Annotation Factory mit ihren Funktionalit€ten dient als Pipeline f•r die Anwendung der Computerlinguistik: ‚ Extraktion von Metadaten, Topics, Entit€ten und Beziehungen aus dem Text ‚ Kategorisierung von Dokumenten und deren Clustering ‚ Extraktion-Engine f•r Syntax, Statistik, Taxonomie, Regeldefinition usw. Luxid® Skill Cartridge Library f•r Vertiefungen in unterschied- liche Anwendungen bzw. Bereiche, wie z.B. Opinion Mining, Marketing, Medizin Biologie, Pharma usw. Luxid® Content Enrichment Studio f•r kundenspezifische Anpassungen der bestehenden bzw. Entwicklung von g€nzlich neuen Anwendungen.
  12. 12. scopeKM Knowledge Management Mit dem NLP (Computerlinguistik) werden verschiedene sprachliche Repräsentationsebenen sequentiell bearbeitet: € Tokenisierung. Die Buchstabenkette wird in Wörter, Sätze etc. segmentiert. € Morphologische Analyse. Die innere Struktur der Wörter wird betr. Bedeutung und Funktion analysiert, um die grammatikalischen Information zu extrahieren und um die Wörter im Text auf Grundformen zurückzuführen. € Syntaxanalyse. Die Wörter jedes Satzes werden auf ihre strukturelle Funktion im Satz hin analysiert. Der Output zeigt die Wortarten für jedes Wort des Satzes, die Struktur des die Worte beinhaltenden Ausdrucks, Kategorie des Verbs, usw. € Semantische Analyse. Den Sätzen bzw. ihren Teilen wird in einer Vielzahl von verschiedenen Einzelschritten Bedeutung zugeordnet. Die Grundlage – NLP Natural Language Processing €Die Fakten, Meinungen und Stimmungen in den Äusserungen zu verstehen erfordert Verständnis des natürlich gesprochenen/geschriebenen Textes.
  13. 13. scopeKM Knowledge Management Luxid® Annotation Factory € Robuste Metadaten-Extraktion ‚ UIMA: IBM-Standard, offen, skalierbar ‚ APIs und Web Services ‚ Nahtlose CMS- & Search Integration € Wirkungsvolle Extraktion mit Skill Cartridges® f•r ‚ Entit€ten ‚ Beziehungen ‚ Kategorien € Breite Technologiebasis f•r 20 Sprachen ‚ Taxonomien & Thesauri ‚ Semantische Regeln ‚ Statistiken / Automatisches Lernen ƒ Englisch ƒ Franz„sisch ƒ Deutsch ƒ Holl€ndisch ƒ Italienisch ƒ Spanisch ƒ Portugiesisch ƒ Tschechisch ƒ Russisch ƒ Ungarisch ƒ Polnisch ƒ Griechisch ƒ Schwedisch ƒ D€nisch ƒ Norwegisch ƒ Finnisch ƒ Chinesisch ƒ Japanisch ƒ Koreanisch ƒ Arabisch Lösung für:
  14. 14. scopeKM Knowledge Management Automatische Extraktion der Metadaten On May 10th Microsoft bought Skype for $8 Billion. Terms Num ProperPrep Verb Proper Prep U NProp Card CompanyPrep Action Company Prep Monetary Expr.Date Entities Relations Acquisition Purchaser Microsoft Target Skype Amount $8 billion Date May 10th On May 10th Microsoft bought Skype for $8 Billion. Roles Attributes
  15. 15. scopeKM Knowledge Management Metadaten – aber welche? € Personennamen: Kunden, Partner, Links zum Verzeichnis € Organisationen: Tochtergesellschaften, Abteilungen, Zulieferer, Wettbewerber, Partner € Interne Referenzen: Projekte, Verträge, Kunden, geographische Angaben, Marktsegment. € Produkt- und Servicebezeichnung: Produkttaxonomie, Komponenten, Optionen € Unternehmensterminologie und -kategorien: technisches Wörterbuch, Dokumentenkategorisierung
  16. 16. scopeKM Knowledge Management Anreicherung mit Metadaten HTC Strikes Back Against Apple – Wall Street Journal - NIRAJ SHETH May 13th 2010 - HTC Corp., the maker of several phones that run on Google Inc.'s Android platform, filed a complaint against Apple Inc. alleging patent infringement, a move that follows an intellectual-property suit that the iPhone maker filed against HTC two months ago. HTC's complaint with the U.S. International Trade Commission alleges that Apple has violated five patents held by the Taiwan-based electronics manufacturer and asks the trade court to stop Apple from selling the iPhone, the iPad and iPod in the U.S. Apple in March filed complaints with the ITC, and in a federal court in Delaware, outlining a total of 20 patents related to touch-screen technology and mobile computing that it alleges HTC infringed. In its filing, HTC cites patents related to power consumption in smartphones and how cellphones dial contacts from an address book. Some of the patents cited by Apple in its suit also relate to power usage, but it wasn't immediately clear how similar those claims are to HTC's. "We are taking this action against Apple to protect our intellectual property, our industry partners, and most importantly our customers that use HTC phones," HTC's North American vice president, Jason Mackenzie, said in a written statement. In another sign of the growing legal pressure on Google and its Android partners, HTC recently announced a licensing deal with Microsoft Corp., which said it believes that HTC's Android phones infringes on a range of Microsoft patents including user interfaces. The share of Android-based smartphones in the U.S. grew to 28% in the first quarter, according to research firm NPD, for the first time edging out the iPhone's 21% share. filed complaints with the ITCfiled complaints with the ITC filed a complaint against Apple Inc. alleging patent infringementfiled a complaint against Apple Inc. alleging patent infringement Beziehungen: Court CaseCourt Case ITCITC recently announced a licensing deal withrecently announced a licensing deal with HTCHTC LicensingLicensing American vice presidentAmerican vice president ‘s North‘s NorthHTCHTC HRHR HTCHTC AppleApple GoogleGoogle US International Trade CommissionUS International Trade Commission Microsoft CorpMicrosoft Corp iPhoneiPhone iPadiPad iPodiPod Jason MackenzieJason Mackenzie NIRAJ SHETHNIRAJ SHETH AndroidAndroid smartphonessmartphones cellphonescellphones user interfacesuser interfaces power usagepower usage HTCHTC AppleApple GoogleGoogle Microsoft Corp.Microsoft Corp. NPDNPD Gesellschaften: US International Trade CommissionUS International Trade Commission Organizationen: Personen: Niraj ShethNiraj Sheth iPhoneiPhone iPadiPad iPodiPod Produkte: Technologien: AndroidAndroid smartphonessmartphones powerpowerusageusage useruser interfacesinterfaces The share of Android-based smartphones in the U.S. grew to 28% in the first quarterThe share of Android-based smartphones in the U.S. grew to 28% in the first quarter Market ShareMarket Share Jason MackenzieJason Mackenzie NPDNPD AppleApple
  17. 17. 1. Die Erkennung von Chancen und Risiken 2. Das Strukturieren des Unstrukturierten – ein Beispiel 3. Beschreibung der Module scopeKM Knowledge Management Agenda
  18. 18. scopeKM Knowledge Management Luxid mit den Skill Cartridges 15.08.2014 18
  19. 19. scopeKM Knowledge Management Skill Cartridge® Library 15.08.2014 19 News Categories People Companies Locations Business Relationships TM360° Competitive Intelligence IPTC Chemical Entities Recognition Biological Entities Relationships Medical Entities Relationships BER MER CER Military Political Strategic Events Opinions Sentiment Opinion Mining RTF STF …
  20. 20. scopeKM Knowledge Management Skill Cartridges® (1) 15.08.2014 20 Taxonomy-based Skill Cartridges® Business Rules based Skill Cartridges® Machine-Learning Skill Cartridges® Categorization Skill Cartridges® Semantic Rules based Skill Cartridges® Statistics-based Skill Cartridges® € Regelbasierte Skill Cartridges®, wie z.B. TM360 ‚ Eingebettete linguistische Modellierung oder Regeln, z.B. f•r Personen, Kombination von Faktoren o Eigennamen (Wortarten-Analyse) o Bekannte Vornamen, Titel, usw. (Treiber) o Grossbuchstaben o Kontext (automatisches Lernen) o Begriffserkl€rungen
  21. 21. scopeKM Knowledge Management 15.08.2014 21 Taxonomy-based Skill Cartridges® Business Rules based Skill Cartridges® Machine-Learning Skill Cartridges® Categorization Skill Cartridges® Semantic Rules based Skill Cartridges® Statistics-based Skill Cartridges® Skill Cartridges® (2) € Statistik-basierte Skill Cartridges® ‚ Extraktion relevanter Begriffe aus jeder Dokumentenart ‚ Basis: Referenz-/ Training-Corpus ‚ Ergebnis: Quantitative Analyse … tf/idf *(Term frequency/inverse document frequency) * Beurteilung der Relevanz von Termen in Dokumenten einer Dokumentensammlung beim Information Retrieval. Beispiel: Der Begriff †Philosophie‡ kann h€ufig genannt werden, und die Frequenz ist €hnlich hoch im Referenzcorpus. Der Begriff ˆnorwegische Philosophie‡ wird h„here Relevanz bekommen, trotz wenig h€ufiger Erscheinung.
  22. 22. scopeKM Knowledge Management 15.08.2014 22 Taxonomy-based Skill Cartridges® Business Rules based Skill Cartridges® Machine-Learning Skill Cartridges® Categorization Skill Cartridges® Semantic Rules based Skill Cartridges® Statistics-based Skill Cartridges® € Kategorisierung Skill Cartridges®, wie z.B. IPTC ‚ Themen bestimmen, basierend auf einem Set von Subjekten ‚ Automatische Erstellung und Optimierung von Skill Cartridge‰ mit Luxid‰ Category Workbench ‚ Wiederverwendung existierender Assets: der Inhalt manuell klassifiziert ‚ Sicherstellung von Produktivit€t und Konsistenz Skill Cartridges® (3)
  23. 23. scopeKM Knowledge Management 15.08.2014 23 Taxonomy-based Skill Cartridges® Business Rules based Skill Cartridges® Machine-Learning Skill Cartridges® Categorization Skill Cartridges® Semantic Rules based Skill Cartridges® Statistics-based Skill Cartridges® € Taxonomie-basierte Skill Cartridges® ‚ Smart Taxonomy Facilitator (STF) -Technologie o Automatische Erweiterung von Varianten mit Fuzzy Term Matching o Reduktion des Unsch€rferauschens mit Relevance Scoring ‚ Schnelle und Effiziente Erstellung von Skill Cartridges‰ ‚ Effiziente Wiederverwendung existierender Assets (Thesaurus, Taxonomie) ‚ Unterst•tzung von RDF/SKOS (W3C-Standards) ‚ Ausgangspunkt zur semantischen Anreicherung der Inhalte. Skill Cartridges® (4)
  24. 24. scopeKM Knowledge Management 15.08.2014 24 € Business Rules-based Skill Cartridges® ‚ Kundenspezisches Reasoning einfach in den Anreicherungsprozess der Inhalte integrierbar ‚ Kenntnisse der Computerlinguistik nicht erforderlich ‚ Verf•gbarkeit von Schnittstellen auf einen Klick. Skill Cartridges® (5) Taxonomy-based Skill Cartridges® Business Rules based Skill Cartridges® Machine-Learning Skill Cartridges® Categorization Skill Cartridges® Semantic Rules based Skill Cartridges® Statistics-based Skill Cartridges®
  25. 25. scopeKM Knowledge Management 15.08.2014 25 Taxonomy-based Skill Cartridges® Business Rules based Skill Cartridges® Machine-Learning Skill Cartridges® Categorization Skill Cartridges® Semantic Rules based Skill Cartridges® Term-based Skill Cartridges® € Machine-Learning Skill Cartridges® ‚ Einfache Erfassung & Anwendung kundenspezifischer Annotationen im Anreicherungsprozess der Inhalte ‚ Effiziente Wiederverwendung des annotierten CorpusŠ ‚ Nur rudiment€re Kenntnisse der Computerlinguistik erforderlich. Skill Cartridges® (6)
  26. 26. scopeKM Knowledge Management 15.08.2014 26 Content Enrichment Studio Taxonomy-based Skill Cartridge® Development Knowledge Editor Semantic Rules based Skill Cartridge® Development Skill Cartridge® Builder Categorization Skill Cartridge® Development & Quality Control Categorization Workbench Quality Control Annotation Workbench

×