情感判断引擎 …



用途

情感分析指将自然语言书写的文本进行情感分类的问题。

情感指的是对人或事的态度,比如:对一个人,一个产品,一个组织,一个事件等。

价值

新闻,微博,论坛发帖,评论等文档进行正负面分类;

企业,品牌等危机监测

以情感分类的产品评论垂直搜索引擎

……

性能

处理速度:当前情感分析引擎的速度大约在单核100条微博/s

准确率:在通用语料的准确率为80~85%左右,行业应用上,经过标注学习之后准确率可大85~90%


相似文本聚类引擎…



用途

相似文本聚类指的是机器自动能够对给定的文本进行话题聚类,将语义上相似的文章归为一类,方便人的浏览查看,可进行话题级的统计分析。

价值

热点事件分析,相似文章或者话题聚类

行业研究

在线EPR活动评估

开放性市场调查

……


典型意见提取引擎…



用途

用户意见分布在各种不同的网站或平台,了解用户最典型的意见:

从监测研究角度讲,可以快速了解事件传播中网民的核心论点,从而做出相应决策。

从用户角度讲,能够快速掌握其他用户的意见,如其他用户对于某款产品的评价,帮助其选购。


价值

热点事件典型意见

电商产品评论意见提取

危机事件典型意见

消费者意见收集

……



智能问答系统…



背景

企业与用户的沟通存在于售前、售中、售后等各个环节中。如何帮助企业在最小人力投入的情况下获取最优沟通方式。

优势

智能问答系统可将大部分已经整理成文的标准FAQ由机器取代人工,从而减少人力工作量。并且,在不断地工作中,智能问答系统还可不断升级添加新的标准FAQ。

应用

方式一:植入企业网站以及APP

方式二:建立单独的企业客服网站以及客服APP

来源

数据来源一:客户方提供的标准问答列表

数据来源二:问答网站的问答数据集合

示例

预先将常用Q&A录入问题库,智能问答系统可根据语义分析技术将类似的问题统一起来,并推送相关的预置答案。同时,在运行过程中可不断地补充新问题,实时更新。


信息分类…



用途
基于玻森的自然语义处理引擎,将文本信息归类到预设的分类中。如将新闻文本自动归类到军事、财经、娱乐、IT等子分类中。

应用
比如:把所有用户的提到有关某产品的信息归类为“已购买”“有购买需求” “其他”三类;且将“已购买”中分为“有售后需求”,“无售后需求”。