olvasás: 5 perc
Esettanulmány: vállalati intelligens keresőmotor
A gépi tanulás alapú modern szövegfeldolgozó modellek 2019 óta egyre nagyobb népszerűségnek örvendenek, mivel ezek a megoldások szemantikailag tudják értelmezni az ömlesztett szöveget, és abban összefüggéseket megtalálni. Ezen modellek segítségével megvalósítható az automatikus kulcsszó kinyerés, szövegek kategorizálása, szöveggenerálás, vagy akár fordítás is. A felsorolt alkalmazási területeket egy komplex folyamatban összeépítve olyan szoftver alkotható, mely egy teljes feldolgozási és ügyintézési feladatot tud teljesen automatikusan végrehajtani, emberi beavatkozás nélkül. Ezen felül egy ilyen szoftver további segítséget nyújthat a manuális ügyintézési folyamatokban is, azzal, hogy az internetről, vagy belső rendszerekből további információkat gyűjt össze a felhasználó számára, ezzel időt és energiát spórolva.
Felhasználási lehetőség
A vállalati intelligens keresőszoftver a teljes vállalati dokumentumtárban képes keresni úgy, hogy szemantikusan értelmezi a feltett szabad szöveges kérdést, és a tudástárban elérhető dokumentumok közül azokat választja ki, amelyek a kérdés témájához kapcsolódnak, majd ezen dokumentumokon belül is megtalálja a releváns részeket.Ezt a funkcionalitást egészítheti ki a teljes interneten való keresés, mely a belső dokumentumtárban talált válaszoktól elkülönítve interneten elérhető válaszokat is felkínál a felhasználónak, vagy akár beállítható úgy is, hogy csak azokban az esetekben keressen az interneten, ha a belső tudástárban nem talál elég biztos választ a kérdésre.
Képzeljük el, hogy nincs szükség többé komplex mappastruktúrákba rendezni az egyes word és pdf fájlokat, vagy akár beszkennelt képeket, nem szükséges többé fejben tartani, hogy az adott dokumentum épp melyik projekthez, vagy területhez tartozott, ráadásul valakinek mindig tudni kell, hogy az adott kérdésre melyik doksiban lesz meg a válasz.
Mindezen nehézségek magunk mögött hagyhatóak egy mesterséges intelligencia alapú vállalati keresővel.
Manapság a vállalati dokumentumok túlnyomó része egy fájlszerveren vagy sharepoint-on kerül letárolásra, melyhez könnyen integrálható egy ilyen megoldás akár egy helyi szerverre telepítve, akár a felhőben futtatva.
A megoldás segítségével minden meglévő, és újonnan beérkezett, vagy létrejövő dokumentum metaadatokkal ellátva indexálásra kerül a keresőmotorban, azaz a dokumentum nem lesz duplán letárolva, csak a dokumentum tartalmát leíró metaadatok, ezzel is segítve a hatékony tárhelykihasználást. A használat során egy dedikált felületen feltett kérdésekre pillanatok alatt választ kaphatunk a szoftver segítségével, és a válaszok mellett az azokat tartalmazó dokumentumokra mutató linkeket is megtaláljuk, hogy még gyorsabban elérjük azokat.
Possible uses
Intelligent corporate search software can search the entire company document repository by semantically interpreting the free-text question posed, selecting the documents available in the repository that are relevant to the topic of the question, and then finding the pertinent parts within these documents.
This functionality can be complemented by a full-scope internet search, which offers the user hits available on the Internet separately from the answers found in the internal repository, or it can be configured to search the web only in cases where the internal knowledge repository does not provide a sufficiently certain and satisfactory answer to the question.
Imagine there is no longer any need to organise individual Word and PDF files or even scanned images into complex folder structures, no more need to keep track of which document belonged to which project or area, and on top of that no more need for someone to know which document contains the answer to a given question.
All these difficulties can be left behind with an AI-based corporate search engine.
Nowadays, the vast majority of corporate documents are stored on a file server or sharepoint, and such a solution can be easily integrated, either installed on a local server or running in the cloud. With the aid of the solution, all existing and newly submitted or created documents are indexed in the search engine and supplemented with metadata, i.e., the document is not stored duplicated, only the metadata describing the document content, thus helping to make efficient use of storage space. In use, questions entered on a dedicated interface can be answered in seconds using the software, and links to the documents containing the answers are provided alongside the answers for even faster access.
A szerzőről
Gáspár Sándor a Stratis mesterséges intelligenciával foglalkozó területét vezeti 2020 óta és több, mint 20 éve foglalkozik data science-szel. Csapatával nagyvállalatok számára fejleszt gépi tanulásra, prediktív analitikára épülő döntéstámogató megoldásokat ügyfeleink meglévő adatvagyonának kiaknázásával. Ezen kívül mély neurális hálókra épülő NLP és machine vision megoldásokkal segíti ügyfeleink meglévő folyamatainak automatizálását.
