نــــوشـــــتـــار
هوشمندانه، ارزشمندترینها را انتخاب کنید.
آیپا با استفاده از فنّاوری یادگیری ماشینی (machine learning)، امکان افزودن قابلیت پردازش، تحلیل و تدقیق متون را برای برنامههای کاربردی و کسبوکار شما به ارمغان میآورد.
انبوهی از اطلاعات بالقوّه در دادههای غیرساختاریافته نهفته است. ایمیلهای مشتریان، بازبینی گزارشات ناظرین کیفی محصول، متون مندرج در شبکههای اجتماعی و غیره بیانگر نگرش و میزان رضایت و عدم رضایت مشتریان است که میتواند برای تجارت شما مفید باشد. چگونه میتوان به چنین تحلیلی دست یافت؟
همانطور که مشهود است، هوش مصنوعی در شناسایی و جستجوی موارد خاص و مورد علاقه در داخل متون گسترده و پراکنده، بسیار کارآمد است (مانند یافتن نام شرکتهای رقیب در گزارشهای تحلیلگران)؛ همچنین میتواند احساسات پنهانِ مندرج در متون را آشکار سازد (مانند شناسایی بررسیهای منفی یا تعاملات مثبت مشتریان با نمایندگان خدمات مشتریان).
سرویسهای نوشتار آیـپـا
سامانه تحلیل نوشتارِ آیپا با استفاده از یادگیری ماشینی به شما کمک میکند که بینشها (insights) و روابط موجود در دادههای غیرساختاریافته خود را آشکار سازید. این سامانه، ابتدا نوع زبان متن را مشخص میسازد و عبارات کلیدی، مکانها، نام افراد خاص، برندها و عبارات ضداخلاقی را استخراج میکند. پردازش متن (نوشتار) مشتمل بر سرویسهایی میباشد که به تفکیک هر یک را در ادامه معرفی خواهیم کرد:
تحلیل نحوی
با بهرهگیری از این ابزار میتوان متن را از لحاظ نحوی (دستوری) مورد تحلیل همهجانبه قرار داد. این تحلیلها شامل موارد متعددی از جمله، تجزیه وابستگی، برچسبزن اجزای کلام، تشخیص زبان متن، تقطیعگر متون، ریشهیاب، تشخیص کسره اضافه میباشد. این ابزار از پایهایترین ابزارهای پردازش متن برای استخراج محتوای تحلیلی متون میباشد.
تحلیل نهاده
تحلیل نهاده نیز مانند تحلیل نحوی، جزو پایهایترین ابزارهای آنالیز متن است. این ماژول دارای قابلیتهایی نظیر تشخیص مرجع ضمیر، تشخیص موجودیت اسمی، استخراج رابطه، تشخیص نوع رابطه، تشخیص نقل قول میباشد.
تحلیل احساسات و عواطف
هدف از این تحلیل شناسایی احساسات و عواطف موجود در متن است. با استفاده از این سرویس قادر خواهید بود متن مورد نظر خود را در سه سطح احساس (مثبت، منفی و خنثی) و یا در شش سطح عاطفی (شاد، عادی، شگفتزده، گریه، عصبانی، بیرغبت و وحشتزده) طبقهبندی نمایید. از مزایا این سرویس میتوان به موارد زیر اشاره کرد:
نخستین و تنها ابزار موجود در زبان فارسی برای تشخیص عواطف
تعیین احساسات بر مبنای مفهوم کلی عبارات
یکی از کاربردهای این ابزار، تحلیل متون منتشر شده از افراد (نظیر پستها، کامنتها و غیره) در فضای مجازی مانند توییتر و اینستاگرام میباشد. مثلاً یک فروشگاه و مزون لباس، میتواند با تحلیل کامنتها در پیج اینستاگرامی خود، میزان رضایت، انتظارات و سلایق مشتریان را مورد سنجش قرار دهد.
خلاصهساز و استخراج کلمات کلیدی
در سالهای اخیر، نرخ رشد اطلاعات بسیار فزاینده است. با توجه به این افزایش حجم مستندات متنی، برای پاسخگویی به نیازهای اطلاعاتی کاربران، دیگر تکنیکهای بازیابی و دستهبندی اطلاعات به تنهایی کارا نیستند. از این رو خلاصهسازی متنها به منظور فهم کلیه اطلاعات بااهمیت به صورت هوشمند از جایگاه ویژهای برخوردار است. این کار منجر به استفاده از منابع بیشتر با سرعت بالاتر و حاصل شدنِ اطلاعاتِ غنیتر میشود.
ارائه خلاصه براساس درخواست کاربر
تحلیل محتوایی سند
قابلیت تعیین میزان خلاصهسازی
قابلیت استخراج عبارات کلیدی
یکی از مهمترین کاربردهای این ابزار، تلخیص اتوماتیک اخبار و ارائه بولتنهای خبری میباشد.