Поиск условий размещения депозитов (даты, суммы, проценты) в протоколах инвестиционных коммитетов, сравнение условий с договорами на размещение.
Работа со смыслом
Технологии семантического (смыслового) анализа текста на естественном языке
Real AI SA
Примеры практического использования:
Построение матрицы поручений из приказов (перейти к демо)
Выявление информации из договоров (перейти к демо)
Импортонезависимость
Не используются сторонние разработки для ключевых элементов
Достоверность
Проверяемый результат анализа текста
Легкая обучаемость
Не требует объемных предварительно размеченных данных для обучения
Безопасность
Работа в локальной сети заказчика без доступа в Интернет
Универсальность
Возможность работы в ОС Windows и Linux
Высокая скорость
Время формировании матрицы поручений - 5-7 секунд для типовых приказов
*Данные сценарии подготовлены с целью продемонстрировать возможности технологии Real AI по анаилзу текста и извлечению из него информации. Примеры являются вымышлеными, а все возможные совпадения названий организаций, документов, их номеров, а также ФИО и должностей с реально существующими - случайны.
Напишите нам!
Приглашаем к сотрудничеству
Приглашаем к сотрудничеству для пилотной реализации решений или внедрения в разрабатываемые продукты модулей Real AI
РАЗРАБОТЧИКИ ЭДО/CRM
- Инструментарий семантического анализа
- для работы со смыслом документов
СИСТЕМНЫЕ ИНТЕГРАТОРЫ
- Возможность понимания смысла текста
- для решения задач клиентов
КРУПНЫЕ ПРЕДПРИЯТИЯ
- Опитимизация значительных объемов
- трудозатрат за счет автоматизации работы со смыслом
ГОСУДАРСТВЕННЫЕ СТРУКТУРЫ
- Автоматизация работы с обращениями
- граждан и нормативными документами
О технологии
Свойство-ориентированный подход
Предлагаемая уникальная технология реализует подход, основанный на парадигме активности, рассматривающей восприятие информации человеком, как результат выполнения действий. Фундамент системы - семантическая сеть, в основе которой лежит понятие действия и его атрибутов - параметров и результата. На базе этого строятся понятия свойства и объекта (как набора свойств). Информация (в виде текста, речи, изображений) рассматривается как описание этих понятий - действий, свойств и объектов.
В отличие от традиционных подходов, использующих онтологии для описания предметной области, которые предполагают в узлах семантической сети объекты — экземпляры классов, в нашей технологии используется свойство-ориентированный подход, при котором все элементы семантической сети — узлы и связи между узлами представляются единым структурным элементом (действием), объективирующим понятие о некоторой активности. Мы называем такой подход свойство-ориентированным, так как знания о предметной области сохраняются в свойствах, а не в объектах.
Это приводит к следующим ключевым особенностям свойство-ориентированного подхода:
1. Не требуется построение иерархии классов при описании предметной области.
2. Единообразное представление любых понятий доступных естественному языку — свойств, предметов, действий, вопросов, ссылок и пр.
3. Легкая масштабируемость описаний — добавление новых свойств не требует изменения старых описаний.
Подробнее о применяемом подходе можно прочитать в статьях, размещенных в Блоге научного руководителя проекта.
Возможное применение
Автоматизация задач, требующих понимания смысла
Обеспечение работы с семантическим содержанием текста за счет уникального алгоритма представления знаний
Анализ нормативной документации
Анализ нормативных документов на предмет релевантных требований к выпускаемому продукту
Перевод на уровне смысла
Устранение языкового барьера за счет обеспечения корректного по смыслу перевода, а не дословного
Сопоставление документов
Сравнение текста на уровне смыслового содержания - проверка корректности ответов, уникальности научных статей, исключение дублирования
Чат-боты
Коррекное восприятие фраз от пользователя на семантическом уровне с функцией генерации ответа, соответствующего понимаю человеком
Выявление сущностей
Выявление сложных сущностей из текста: стороны договоров и контрактов, даты, ограничения
Определение требований
Нахождение в документах ответственных, задач, условий выполнения
Контроль поручений
Формирование поручений на основании распорядительных документов, контроль корректности отчетов по поручениям
Семантический поиск
Поиск иноформации по смыслу запроса в базе данных документов организации
Демо технологии
- Поиск объектов и их свойств
- Сценарий поиска объектов и соответствующих им свойств в тексте, написанном на естественном языке
- ОТКРЫТЬ
- Извлечение поручений
- Демо извлечения поручений и их атрибутов из распордительных документов (приказов) - акторов, объектов, сроков, действий
- ПЕРЕЙТИ
- Извлечение информации из договоров
- Демо-сценарий извлечения из преамбулы договоров информации о сторонах - названия организаций, представители, формы (АО, ПАО, физ.лицо и др.)
- ПЕРЕЙТИ
- Капча
- Практический сценарий применения свойство-оринетированного подхода для защиты от ботов. Решение капчи требует понимание смысла текста, что на данный момент невозможно автоматизировать другими решениями
- ОТКРЫТЬ
События
- 16.10.2024
- Расширили функционал существующего демо. Теперь можно анализирировать любой текст, не ограничиваясь словарем.
- Перейти
- 30.05.2024
- Разместили на сайте новое он-лайн демо применения Real AI SA для извлечения ключевой информации из преамбул договоров.
- Перейти
- 20.11.2023
- Успешно завершили работу по договору о грантовой поддержке с Фондом Содействия Инновациям и зарегистрировали ПО для извлечения поручений.
- Продукт
- 10.06.2023
- Новый открытый демо-сценарий практического применения свойство-ориентированного подхода. Капча, требующая понимания смысла текса.
- https://real-ai.ru/demo_cap
- 23.01.2023
- Размещение в открытом доступе демо-сценария возможностей RealAI для решения задачи нахождения объектов и их свойств
- https://habr.com/ru/post/712140/
- 03.10.2022
- Заключение договора грантовой поддержки с Фондом содействия инновациям (федеральный проект «Искусственный интеллект») на разработку ПО для извлечения поручений из документов
- https://fasie.ru/press/fund/start-ai-4-results/
- 01.08.2022
- Успешное завершение акселератора Архипелаг 2022 на базе Университета 20.35
- https://pt.2035.university/
- 02.04.2022
- Победа в номинации "Цифровизация" Регионального ресурсного центра Московской области
- http://rrc.moutc.ru/?p=2323
Области применения Real AI
- Финансы ⇵
- Проектирование ⇵
Автоматизация проведения экспертизы проектной документации - сопоставление требований и норм на чертежах с нормативной документацией.
- Юриспруденция ⇵
Выявлений ключевых требований договоров и контрактов на смысловом уровне. Проверка их соответствия нормативной базе.
- Перевод ⇵
Верификация перевода на уровне смысла за счет построения семантической модели, без применения дословного перевода.
- Голосовые помощники ⇵
Синтез и распознание сообщений в чат-ботах на смысловом уровне. Построение модели всего диалога, обработка анафорических ссылок.
- Справочные системы ⇵
Поиск информации на семантическом уровне, возможность обработки поисковых запросов на естетственном языке.
- Документооборот ⇵
Выявление поручений из распорядительных документов, контроль полноты отчетов о закрытии поручений на уровне смысла.
- Проектное управление ⇵
Помощь в принятии решений на основе базы знаний организации. Обоснованность ответов и прослеживаемость выводов в системе.
- Сильный ИИ ⇵
Разработка систем, имитирующих когнитивные функции человека за счет фундамента, обеспечивающего работу со смыслом обрабатываемой информации.
- Экспертные системы ⇵
Поиск информации на семантическом уровне, возможность обработки поисковых запросов на естетственном языке.