Unike muligheter med tekstanalyse

Nyheter kan ha ulik grad av viktighet og bety både økt risiko eller bedre muligheter. Uansett kan det være avgjørende for deg å fange opp. Her kan du lese mer om hvordan vi bruker maskinlæring for å skille det som er relevant fra det som sannsynligvis ikke er av betydning for deg.

Written by

Paul I. Huse

Paul I. Huse
May 20, 2021

1. Koble sammen foretak og nyhet

Først brukes en algoritme for å finne ut hvilket selskap en artikkel handler om. Dette er ingen enkel oppgave, og vi er på versjon 6 av dette systemet. Kort sagt finner den koblingen mellom et foretak og en nyhet på en måte som er effektiv når man skal følge med på alle selskap og organisasjoner i Norge.

2. Finn relevans

Det neste steget er å prøve å finne ut hvor viktig eller relevant en gitt artikkel er. Til dette bruker vi en variant av en språkmodell som heter BERT. BERT er en teknologi for språkforståelse fra Google, som kan se forskjellen mellom ord brukt i ulike kontekster. Tradisjonelt har man ofte brukt ordtellingsmetoder, men disse kan enklere bli lurt, så den dypere forståelsen gir deg en mer treffsikker vurdering av tekster.

3. Trening med maskinlæring

Modellen må fortsatt vite hva den skal se etter, og for det har vi lagd en rekke eksempler: Vi har gått gjennom mange tekster og gjort en vurdering av hvor relevante de er for forskjellige typer brukere. For eksempel deler vi på relevans for salg og risiko. Deretter trenes datamaskinen til å forsøke å kopiere denne klassifiseringen.

Vi kan også bruke anonymisert kundeoppførsel for klassifisering, der vi kan se på hvilke typer artikler brukerne våre navigerer seg inn på. Disse datapunktene er mer “støyfulle” og krever mer etterarbeid, men vil være noe vi kan vurdere for å få et enda bredere datagrunnlag. .

4. Klassifisering av kategorier

Vi gjør også noen vurderinger av kategorier av artikler som er generelt nyttig eller unyttige, ofte basert på manuelle metoder. Dette er fordi det er en del artikler som ofte er maskingenererte, men som uansett inneholder de samme uttrykkene og frasene. Dette kan for eksempel være fordi det er nyhetssaker om endringer som tilsvarer kunngjøringer fra Brønnøysund, og dette har vi en egen overvåkning for. Dermed blir disse fjernet for å ikke varsle dobbelt.

Hvordan kan jeg teste?

Ved å sette opp en portefølje over egne kunder, prospekter eller andre du ønsker å følge med på i Enin nettportal, kan du få varslinger når relevante hendelser oppstår.

Hendelser som kanskje ikke dine konkurrenter får med seg. Det er jo ikke alltid så dumt.

Ta kontakt med oss for å få vite mer om dette!


Written by

Paul I. Huse

Paul I. Huse
CEO/Co-founder
Technologist with business prowess. Likes data.
paul@enin.ai
+47 416 69 867

Our latest posts

Blog Image

Datavask: 4 enkle steg til bedre B2B data

For deg som trenger å få oppdatert og vasket bedriftsdata har vi en enkel løsning. Du kan få tilgang her og nå uten å være i kontakt med noen.

Blog Image

5 utfordringer og løsninger ved AML/KYC sjekk- enten du er i gang eller skal i gang

Fragmentert informasjon og usikkerhet rundt krav, er fellesnevnere for hvordan mange oppfatter sine Know your Customer (KYC) prosesser.

Blog Image

Risikovurdering for bedrifter: Slik bruker Kaja data i banken!

Risikovurdering er mye mer enn en rating. Kaja i Nordic Corporate Bank forteller om hvordan hun hjelper kundene med de beste finansieringsløsningene.

Subscribe to our Newsletter

Privacy policy