AI与机器学习

Watson Natural Language Understanding用于文本分析和元数据提取的 API

Watson Natural Language Understanding用于文本分析和元数据提取的 API

概述

Watson Natural Language Understanding 

IBM Watson® Natural Language Understanding 使用深度学习，从非结构化文本数据中提取有意义的信息和元数据。使用文本分析提取类别、分类、实体、关键字、情感、情绪、关系和语法，深入了解数据。

Natural Language Understanding 是一流的文本分析服务，根据具体功能，可以集成到支持 13 种语言的现有数据管道中。NLU 托管在美国达拉斯、华盛顿特区以及德国法兰克福和澳大利亚悉尼。

  • 在防火墙后或云上部署 Watson Natural Language Understanding。
  • 训练 Watson 了解具体业务语言，并使用 Watson Knowledge Studio 提取量身定制的洞察。
  • 实时获取切实可行的洞察，为员工配备从大量数据中提取元数据和模式所需的工具。

优势

您的内容在此

613 万美元

成本节省

三年节省成本 613 万美元

383%

投资回报率

三年投资回报率 383%

50%

节省时间

信息收集任务耗时减少 50%

5%

收入

收入年增长 5%

功能

下面介绍 Watson Natural Language Understanding 如何从实体、关键字、类别、情感、情绪、关系、语法等文本中提取元数据。

您的内容在此

文本分析

实时获取切实可行的洞察，为员工配备从大量数据中提取元数据和模式所需的工具。

实体

使用现成可用的功能，检测内容中提到的人员、地点、事件和其他类型实体。

类别 (Beta)

使用五级分类层次结构对数据进行详细分类。

分类

使用定制标签对文本进行分类，从而自动执行工作流程、提取洞察、改进搜索和发现。

概念

确定内容中不一定直接引用的高级别概念。

情绪

提取具体目标短语或整个文档传达的情绪（喜悦、愤怒、悲伤、恐惧等）。

情感 (Beta)

分析对具体目标短语和整个文档的情感（正面、负面或中立）。

关系

理解内容中两个实体的关系并确定关系类型。

元数据

快速从文档中提取信息，例如，作者、标题、图像和发布日期。

语义角色

将句子解析为“主体-动作-对象”形式，并识别作为动作主体或对象的实体和关键字。

成功案例

Mushi Lab

Mushi Lab 开发了 Clearscope 来分析卓越高效的内容并确定切实可行的建议，实现收入环比增长 15％。

Global Regulation

Global-Regulation 打造了全面的世界法律搜索引擎，对来自 100 个国家或地区的近 200 万条法律建立索引，并进行处理和翻译。

相关产品