Natural Language Understanding

In jedem Unternehmen ist das Verstehen, Zusammenfassen und Kategorisieren von Texten ein wesentlicher Bestandteil vieler manueller, zeitintensiver Prozesse – sei es bei der Bearbeitung täglich eingehender Post und E-Mails, der Verarbeitung von Dokumenten im Vertrags- und Rechnungswesen oder branchenspezifischer Texte wie z.B. Gerichtsurteilen, medizinischer Dokumentation, Literatur und Wartungsberichten.

Das Team Natural Language Understanding (NLU) unterstützt Sie bei der Digitalisierung und Automatisierung entlang Ihrer Prozesskette und gestaltet Ihre Arbeitsabläufe effizienter. Dabei greifen wir auf unsere leistungsstarke NLU.Suite zurück.

Kontaktieren Sie uns für die Beratung zu Ihrer individuellen NLU.Solution.

© Fraunhofer IAIS
Prozessoptimierung mit Natural Language Understanding

Die NLU.Suite

Ihre individuelle Lösung: NLU.Solutions

Unsere KI-gestützten NLU.Solutions vereinen die Elemente der NLU.Suite und werden individuell auf Ihre Bedürfnisse angepasst. Entdecken Sie eine Auswahl an Bereichen, in denen unsere Solutions bereits erfolgreich angewendet werden:

DMS/ECM

Mit Sprachmodellen im Bereich DMS/ECM können vorhandene DMS- und ECM-Systeme um semi-automatisierte NLU.Solutions, wie die KI-gestützte Dokumentenklassifikation und Indexierung, erweitert werden.

 

Einsatzbereite NLU.Solutions:

  • (Semi-)automatische Belegerkennung
  • (Semi-)automatische Dokumentenklassifikation (z.B. Eingangspost)

Legal

Mit Sprachmodellen für den Bereich Legal werden wichtige Eckdaten aus Gerichtsurteilen und Verträgen extrahiert. Dies ermöglicht es, die Dokumente semantisch zu analysieren, strukturiert auszuwerten und vergleichbar zu machen.

 

Einsatzbereite NLU.Solutions:

  • (Semi-)automatische Auswertung von Gerichtsurteilen
  • (Semi-)automatische Auswertung von Leasingverträgen

Healthcare

Mit Sprachmodellen im Bereich Healthcare können Informationen aus unstrukturierten medizinischen Dokumenten sowie medizinischer Fachliteratur extrahiert werden und mit Ontologien verknüpft werden. Strengste Priorität bei der Analyse sensitiver Daten hat dabei für uns die Einhaltung des Datenschutzes.

 

Einsatzbereite NLU.Solutions:

  • (Semi-)automatische Kodierung von Patientendaten.
  • (Semi-)automatische Auswertung von medizinischer Fachliteratur

Die Bestandteile: NLU.Components

Die KI-basierten NLU.Components unserer NLU.Suite beschleunigen Ihre internen Prozesse und helfen Ihnen Ressourcen zu optimieren. Sie profitieren dabei von der Einbindung neuester Forschungsergebnisse und der Erfahrung aus unterschiedlichen Domänen.

Textklassifikation

NLU.Classify


Features:
Eingliederung von Texten in vordefinierte Kategorien (Klassifikation)
 

Beispielhafte Anwendungen:

  • Kategorisierung von Eingangspost, z.B. Lieferschein vs. Rechnung
  • Zuordnung von Texten/Dokumenten zu zugehörigen Sachbearbeiter*innen

Annotation und Extraktion

NLU.AnEx


Features:
Annotation von relevanten Passagen und Extraktion von Informationen (Smart Indexing)


Beispielhafte Anwendungen:

  • Extraktion relevanter Daten aus Rechnungen wie z.B. Beträge (Brutto/Netto) und Zahlungsdatum
  • Extraktion und Zusammenfassung von Vertragsdaten z.B. Kündigungsfristen und Verpflichtungen

Semantische Ähnlichkeiten

NLU.Semantic Similarities


Features:
Gruppieren und Auffinden von Dokumenten nach semantischer Ähnlichkeit


Beispielhafte Anwendungen:

  • Finden verwandter Dokumente zu einem Ausgangsdokument anhand textueller Ähnlichkeit
  • Gruppieren von Dokumenten nach thematischer Ähnlichkeit

Die Beratung: NLU.Services

Mit unseren NLU.Services beraten wir Sie bei der Konzeptionierung und Implementierung Ihrer NLU.Solution. Dabei bieten wir auch Trainings und Coachings von Systempartnern (Train the Trainer) an.

Im Rahmen unseres Schulungsprogramms bieten wir auch methodenspezifische Schulungen im Bereich Deep Learning for Text Mining an. Des Weiteren unterstützen wir sie beim Know-how-Transfer (z.B. im Enterprise Innovation Campus) und der Softwareentwicklung.

Die Basis: NLU.Core

Der NLU.Core bildet den stabilen Softwarekern unserer NLU.Suite auf Basis von Java-, Python- und C-Code. Dabei verbessern neueste Forschungsergebnisse unseres Instituts und unseres Kooperationspartners Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr (ML2R) die Leistungsfähigkeit des NLU.Cores kontinuierlich, besonders in den Bereichen des Machine Learning (u.a. Deep Learning, Informed ML) und der Cognitive Process Automation.

Der NLU.Core stellt die Workflow Engine zur einfachen Verknüpfung und Orchestrierung der NLU Operationen.