Natural Language Understanding (NLU)

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.

Mit Natural Language Understanding (NLU) können Texte mithilfe von Künstlicher Intelligenz verstanden und interpretiert werden. Das spart Zeit und macht Arbeitsabläufe effizienter. Unser NLU-Team unterstützt Sie bei der Digitalisierung und Automatisierung entlang Ihrer Prozesskette. Dabei greifen wir auf unsere leistungsstarke NLU.Suite zurück.

Kontaktieren Sie uns für eine unverbindliche Beratung zu Ihrer individuellen NLU.Solution.

Die NLU.Suite

Unsere NLU.Suite besteht aus vier Elementen:

  • NLU.Core bildet den Softwarekern und damit die technische Grundlage unserer Angebote.
  • Die KI-basierten NLU.Components profitieren von unserer Forschung und können Ihre Prozesse erheblich vereinfachen.
  • Die aus Core und Components bestehenden NLU.Solutions sind unser Angebot für spezifische Einsatzbereiche.
  • Zu jedem Punkt der Implementierung und Prozessoptimierung unterstützen wir Sie mit den NLU.Services.

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.

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 und Gruppierungen

NLU.Match


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

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. Eine Anwendung in anderen Branchen ist ebenfalls möglich, kommen Sie gerne auf uns zu: Kontakt

Intelligentes Dokumenten-
management

Im Bereich Dokumentenmanagement können bereits vorhandene Dokumentenmanagementsysteme (DMS) und Enterprise-Content-Management-Systeme (ECM) zum Beispiel mit unserer KI-gestützten Dokumentenklassifikation und -Indexierung erweitert werden.

 

Einsatzbereiche:

  • (Teil-)automatisierte Reisekostenabrechnungen
  • Order2Pay
  • Automated Tax Reporting
  • Steuerabrechnungen

Verarbeitung und Analyse juristischer Dokumente

Wichtige Eckdaten aus juristischen Dokumenten wie Gerichtsurteilen und Verträgen können mit NLU intelligent extrahiert werden. Dies ermöglicht es, die Dokumente semantisch zu analysieren, strukturiert auszuwerten und vergleichbar zu machen.

 

Einsatzbereiche:

  • Auswertung von Gerichtsurteilen
  • Analyse von Verträgen

Verarbeitung und Analyse medizinischer Dokumente

Mit NLU können Informationen aus unstrukturierten medizinischen Dokumenten und Fachliteratur extrahiert werden sowie mit Ontologien verknüpft werden. Strengste Priorität bei der Analyse sensitiver Daten hat dabei für uns die Einhaltung des Datenschutzes. Hierbei arbeiten wir mit dem Geschäftsfeld Healthcare Analytics zusammen.

 

Einsatzbereiche:

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 und der Softwareentwicklung.

In unserem Enterprise Innovation Campus erarbeiten wir in Zusammenarbeit mit Unternehmen KI-basierte Innovationen. Eine auf NLU-Methoden für den Bereich Healthcare spezialisierte Ausprägung ist der Medical NLU.Campus. Dieser gehört zum Aktionsprogramm »Fraunhofer vs. Corona«.

Was ist eigentlich Natural Language Understanding (NLU)?

Verfahren zum Verarbeiten von Texten und gesprochener Sprache werden häufig unter dem Oberbegriff Natural Language Processing (NLP) zusammengefasst. Unter den Themenbereich NLP fallen auch die Textgenerierung und das inhaltliche Verstehen von Texten und Sprache, diesen Teilbereich nennt man Natural Language Understanding (NLU).

Unser NLU-Team nutzt verschiedenste Verfahren aus NLP, fokussiert sich aber darauf, Methoden und Lösungen zum kompletten inhaltlichen Erfassen von Texten (NLU) zu entwickeln. Ein essenzieller Baustein von NLU ist dabei Künstliche Intelligenz (KI), die es unseren Algorithmen ermöglicht, die Zusammenhänge von Wörtern und Dokumenten zu verstehen. Dadurch können unsere NLU.Solutions Dokumente intelligent durchsuchen, miteinander abgleichen und relevante Informationen gezielt daraus extrahieren.

NLU-Methoden basieren auf semantischen Repräsentationen von Texten. Diese können Assoziationen und Zusammenhänge zwischen Wörtern verstehen und abbilden, also z.B. dass das Wort Rechnung mit dem Wort Zahlung verwandt ist. Diese semantischen Repräsentationen übersteigen die Möglichkeiten der klassisch regelbasierten Verfahren des Text Minings. Dennoch sind diese Text Mining-Verfahren und -Tools, wie Regular Expressions (RE), syntaktische oder semantische Regeln und Ontologien bzw. Knowledge Graphs, auch für unsere Systeme von Bedeutung.

Das NLU-Team nutzt nicht nur die beiden Komponenten (KI und Wissen, z.B. in Form von Regeln), sondern verbindet diese zusätzlich miteinander. Diese Lösung nennen wir am Fraunhofer IAIS Informed Machine Learning bzw. hybride KI. Durch hybride KI werden weniger Trainingsdaten benötigt und dennoch zuverlässige Ergebnisse erzielt. Bei gleicher Trainingsdatenmenge, erzielt eine hybride KI bessere Ergebnisse als herkömmliche Verfahren.