كيف يمكن للكشف عن كائنات القمامة من طائرة بدون طيار أن يخفض التكلفة الإجمالية للكشف والجمع إلى النصف

لقد قمنا بتطوير حل شامل يعتمد على معالجة اللغة الطبيعية التقنيات ونماذج التعلم العميق التي تجمع البيانات من مصادر مختلفة وتعالجها وتحللها وتعرضها وتسمح للمستخدمين بتنفيذ عمليات البحث الدلالي والنحوي واستكشاف مجموعات الشركات ومراجعة الشركات المماثلة والمزيد.

من أجل القيام بذلك، يستخدم حلنا أداة استخراج قوية لاستخراج المعلومات من مصادر البيانات العامة ثم تجميعها في قاعدة بيانات تحتوي على الحقول التالية: اسم الشركة، وتاريخ التسجيل، وحالة الشركة (نشطة/غير نشطة)، ووصف النشاط التجاري. . من خلال استخدام مكون يستخدم نماذج التعلم العميق، ما يسمى بالشبكات المدربة مسبقًا مثل BERT متعدد اللغات، يقوم حلنا بتوجيه أوصاف الشركات مما يتيح تجميع الكيانات بناءً على تشابهها الدلالي. علاوة على ذلك، فهو يسمح أيضًا للمستخدمين بإجراء عمليات بحث دلالية باستخدام نفس الأسلوب: فهو يقوم بتوجيه الكلمة الأساسية المدخلة ثم يبحث عن أقرب وصف دلالي لها في قاعدة البيانات. يمكن للمستخدم أيضًا التحكم في حجم هذه المجموعات وكذلك تحديد عتبة التشابه الدلالي. وأخيرًا، يسمح الحل أيضًا باستخراج البيانات المالية وتجميعها لمعرفة كيفية تطور الشركات ذات الصلة (فرديًا أو كمجموعة) بمرور الوقت وتصدير كل هذه المعلومات في تقرير بتنسيق pdf.

تُظهر هذه الصورة لوحة تحكم الأداة (يُظهر الجانب الأيسر مجموعات من الكيانات مجمعة حسب تشابهها الدلالي. ويعرض الجانب الأيمن قائمة الشركات ضمن المجموعة المحددة)