Skip links

ỨNG DỤNG DỊCH VỤ ĐÁM MÂY

AI Cloud Service

Liên kết giữa KT GIGA Geine và ADAMs.ai

Gần đây, “AI Speaker” – phương tiện giúp mọi người có thể dễ dàng tiếp cận công nghệ trong đời sống hàng ngày đang được giới thiệu rộng rãi trên toàn thế giới. Vào năm 2014, Amazon đã cho ra mắt sản phẩm “Echo” dựa trên trợ lý ảo AI, Alexa – đây được coi là sản phẩm đầu tiên giúp cho thị trường AI tăng trưởng nhanh chóng.

Tại Hàn Quốc, ba nhà mạng KT, SK Telecom và LG plus đang dẫn đầu thị trường AI speaker. Thị trường này đang trên đà phát triển nhanh chóng mặc dù xuất phát điểm muộn hơn so với các nước đi đầu trong lĩnh vực Internet toàn cầu ở Bắc Mỹ. Trong số các nhà mạng này, KT là doanh nghiệp dẫn đầu thị trường AI speaker tại Hàn Quốc với 1,5 triệu thuê bao. Sau khi ra mắt sản phẩm AI speaker “GIGA Genie” vào tháng 2 năm 2017, KT đã và đang đa dạng hóa các dòng sản phẩm của mình như GIGA LTE, GIGA Buddy, GIGA Genie 2 và AI Makers Kit.

GIGA Geine hoạt động chặt chẽ với mỗi nền tảng gia dụng được ứng dụng trong gia đình (IPTV, âm nhạc, điện thoại, nhà IoT) của KT và được liên kết với nền tảng của bên thứ 3 để xây dựng một hệ sinh thái AI tổng thể. Trong số các nền tảng của bên thứ 3, GIGA Geine được liên kết với nền tảng ADAMs.ai của Saltlux để nâng cao chất lượng hội thoại với người dùng và AI. Thông qua đó, Saltlux cung cấp dịch vụ hỏi đáp (QA) chuyên sâu về đời sống đòi hỏi lượng kiến thức lớn.

cloud1
< Liên kết giữa KT ‘GIGA Genie’ và ADAMS.ai >

① Nội dung chính

GIGA Genie cung cấp dịch vụ hỏi đáp (Q&A) giúp tìm và đưa ra câu trả lời cho các câu hỏi của người dùng. ADAMs.ai của Saltlux liên kết với dịch vụ hỏi đáp sâu (Deep Q/A) của các lĩnh vực đòi hỏi lượng kiến thức sâu rộng như thông tin đời sống, kiến thức phổ thông, kiến thức chuyên môn. Khi câu hỏi của người dùng gửi thông qua ‘GIGA Genie’ được truyền tải đến nền tảng ADAMs.ai, ADAMs.ai sẽ tìm câu trả lời thông qua công nghệ hỏi đáp sâu dựa trên biểu đồ tri thức quy mô lớn. Câu trả lời được tìm thấy sẽ truyền tải đến ‘GIGA Genie’ để cung cấp cho người dùng. Trong quá trình này, các kiến thức mới cần thiết cho dịch vụ hỏi đáp sẽ được liên tục thu thập để nâng cao chất lượng dịch vụ.

② Công nghệ ứng dụng
  1. Hỏi đáp linh hoạt tận dụng công nghệ đồng bộ
    ‘GIGA Genie’ của KT có khả năng tìm kiếm câu trả lời cho câu hỏi về các lĩnh vực bao gồm thông tin đời sống, kiến thức phổ thông, kiến thức chuyên môn bằng cách sử dụng dịch vụ hỏi đáp sâu của ADAMs.ai thông qua Open API. Dịch vụ hỏi đáp sâu cung cấp câu trả lời cho câu hỏi của người dùng bằng cách tạo phương thức giải quyết tối ưu nhất theo hình thức của chất lượng câu hỏi (sau khi đã được tập hợp) như hỏi đáp dựa trên sơ đồ đồ thị (KBQA), hỏi đáp dựa trên tìm kiếm thông tin (IRQA) và hỏi đáp dựa trên MRC (MRQA).
  2. Giám sát QA liên tục và quản lý tri thức
    Hỗ trợ giám sát Q&A liên tục tùy theo lĩnh vực bao gồm thông tin đời sống, kiến thức phổ thông, kiến thức chuyên môn bằng cách tận dụng dịch vụ hỏi đáp sâu, đồng thời xây dựng thêm lượng kiến thức mới có quy mô lớn theo lĩnh vực mỗi ngày thông qua quản lý tri thức. Kiến thức mới được xây dựng sẽ được chuyển đổi thành dữ liệu dùng cho dịch vụ hỏi đáp thông qua chức năng quản lý của nền tảng.
③ Thành tựu nổi bật

‘GIGA Genie’ cung cấp tốc độ lập luận phức tạp là 500,000 đơn vị kiến thức/giây với khoảng 800 triệu lượng kiến thức được thiết lập để làm cơ sở tri thức, Đảm bảo 94% xác suất trả lời đúng cho phần hỏi đáp về các lĩnh vực bao gồm thông tin đời sống, kiến thức phổ thông, kiến thức chuyên môn thông qua lập luận phức hợp và tiếp nhận liên tục 5 triệu tài liệu mỗi ngày – cũng chính là lượng dữ liệu tiếp nhận mỗi ngày.

Liên kết giữa hệ thống tư vấn AI (trí tuệ nhân tạo) của ngân hàng Woori và ADAMs.ai

Gần đây, các kênh dịch vụ khách hàng bao gồm cả điện thoại di động đang mở rộng trong lĩnh vực tài chính, đồng thời nhu cầu dịch vụ đáp ứng xu hướng công nghệ dựa trên trí tuệ nhân tạo mới nhất cũng đang tăng cao. Ngân hàng Woori nhận thấy tính cần thiết của việc xây dựng hệ thống tư vấn AI để đáp ứng nhu cầu thay đổi mô hình của dịch vụ tài chính cho khách hàng và nhân viên.

ảnh 3
< Hệ thống tư vấn AI của ngân hàng Woori >

Vào tháng 9 năm 2017, ngân hàng Woori đã cho ra mắt ‘WebeeBot’ – dịch vụ ChatBot có chức năng tư vấn trong thời gian thực với khách hàng bằng cách sử dụng công nghệ AI. ‘WebeeBot’ cung cấp dịch vụ tư vấn tài chính theo thời gian thực trong vòng 24 giờ. ‘WebeeBot’ cung cấp câu trả lời theo phương thức nắm bắt ý định của người hỏi và trò chuyện với khách hàng giống như tư vấn viên thực sự, thay vì áp dụng phương pháp lựa chọn câu hỏi và thứ tự sẵn có. Dịch vụ cũng cung cấp thông tin chung ngoài thông tin tài chính.

① Nội dung chính

Hệ thống tư vấn AI của ngân hàng Woori được phân chia thành khu dữ liệu, khu nền tảng AI và khu dịch vụ, đặc biệt nó được liên kết với ADAMs.ai của Saltlux – một nền tảng dựa trên cơ sở tri thức khổng lồ để cung cấp thông tin kiến thức chung như thời tiết hay nhân vật thông qua dịch vụ hỏi đáp. Kiến thức về dịch vụ tư vấn của lĩnh vực tài chính được thiết lập nội bộ trong khu dữ liệu và được tận dụng vào dịch vụ tư vấn. Trong trường hợp của kiến thức chung khó có thể thiết lập trong thời gian ngắn, kiến thức đó sẽ được cung cấp qua liên kết với ADAMs.ai – một nền tảng mở bên ngoài.

② Công nghệ ứng dụng
  1. Hỏi đáp chuyên sâu dựa trên sơ đồ tri thức
    ‘WebeeBot’ của ngân hàng Woori tìm câu trả lời cho các câu hỏi về kiến thức phổ thông bên ngoài lĩnh vực tài chính bằng cách tận dụng dịch vụ hỏi đáp chuyên sâu (Deep QA) do ADAMs.ai cung cấp thông qua Open API. Dịch vụ hỏi đáp chuyên sâu (Deep QA) cung cấp câu hỏi và câu trả lời về kiến thức phổ thông thông qua lập luận phức hợp dựa trên sơ đồ tri thức có quy mô lớn nhất châu Á.
  2. Áp dụng nhanh kiến thức mới
    Cung cấp nền tảng có thể quản lý thông tin như từ điển, kiến thức, danh mục để xử lý câu hỏi và câu trả lời bằng cách sản sinh, học tập và lập luận kiến thức mới về thông tin phổ thông được áp dụng cho hỏi đáp chuyên sâu.
③ Thành tựu nổi bật

‘WebeeBot’ của ngân hàng Woori liên kết với ADAMs.ai nhúng sơ đồ tri thức cho khoảng 800 triệu lượng kiến thức phổ thông, không chỉ tư vấn về phạm vi dịch vụ được cung cấp thông qua AI ChatBot trong lĩnh vực tài chính mà còn mở rộng cả lĩnh vực kiến thức phổ thông khổng lồ như thông tin thời tiết, thông tin cá nhân.

Dịch vụ đám mây khoa học dữ liệu

Tình trạng của dịch vụ đám mây khoa học dữ liệu
28
29
30
31
Viện nghiên cứu chính sách phụ nữ Hàn Quốc – Thu thập và phân tích dữ liệu lớn xã hội liên quan đến các chính sách cho phụ nữ

Do sự phát triển của công nghệ liên quan đến dữ liệu nên hình thức nghiên cứu được đổi từ khảo sát lấy mẫu – phương pháp truyền thống trong quá khứ được đổi thành khảo sát hoàn chỉnh dựa trên dữ liệu lớn. Điều này đang lan rộng đến tất cả các lĩnh vực công nghiệp bao gồm cơ quan công quyền, chính quyền đại phương và các tổ chức, đồng thời thúc đẩy các chính sách về cung cấp dịch vụ hành chính dựa trên dữ liệu lớn và thiết lập chính sách dựa trên chứng cứ. Theo đó dự định xây dựng tài liệu cơ bản để chuẩn bị phương án nắm bắt và đáp ứng nhu cầu chính sách phụ nữ bằng cách phân tích liên tục ngôn luận xã hội vốn luôn thay đổi từng giây từng phút.

32
< Viện nghiên cứu chính sách phụ nữ Hàn Quốc – Quy trình phân tích >

① Nội dung chính

Nghiên cứu này được đẩy mạnh phát triển với mục đích phân tích hiện tượng xã hội khác nhau và các vấn đề về giới tính dựa trên phương tiện truyền thông bằng cách thu thập và phân tích dữ liệu xã hội. Phương pháp phân tích sử dụng phân tích giá trị từ, phân tích cảm xúc và phân tích từ, vốn là các giải pháp nội bộ từ Saltlux. Kết quả phân tích áp dụng biểu đồ trực quan hóa được đánh giá là kết quả nghiên cứu quan trọng vì nó cung cấp tư liệu cơ bản cần thiết trong công cuộc thúc đẩy chính sách phụ nữ.

② Công nghệ ứng dụng
  1. Phân tích xu hướng
    Nắm bắt mối quan tâm chính của con người là gì. Việc bắt đầu, mở rộng hay giảm bớt cuộc thảo luận được xác định dựa trên tần suất tham chiếu tập trung bằng cách tổng hợp tần suất của các tham chiếu mục tiêu phân tích.
  2. Trọng lượng từ và phân tích cảm xúc
    Các từ xuất hiện thường xuyên trong tất cả các tài liệu sẽ được lọc ra. Các từ quan trọng được trích xuất bằng cách theo dõi tần suất sử dụng của các từ đó trong tài liệu và giữa các tài liệu khác nhau. Cảm xúc trong mỗi câu được phân loại bằng cách sử dụng từ điển từ ngữ cảm xúc và máy học bản đồ (Map Machine Learning). Từ đó, người dùng có thể nắm bắt cảm xúc chung về đối tượng phân tích hoặc về từ vựng.
  3. Phân tích đồng thời từ và văn bản gốc (VOC)
    Các từ quan trọng xuất hiện với tần suất cao được lựa chọn và chỉ những câu chứa từ liên quan mới được trích xuất. Văn bản gốc mà có các từ khóa được đề cập cùng lúc sẽ được trích xuất để xác định mối tương quan giữa các từ khóa đó. Xu hướng và mạch liên kết của một đối tượng phân tích được xác định bằng cách kiểm tra văn bản gốc đã được trích xuất.
③ Thành tựu nổi bật

Ở nghiên cứu này, mạng xã hội và các cộng đồng liên quan đến các vấn đề như nữ quyền, mức lương tối thiểu được thu thập trong phân tích toàn diện về dư luận với sự hiểu biết hạn chế về một số mẫu nhất định. Ngoài ra, tài liệu cơ bản cần thiết cho sự thúc đẩy chính sách dành cho phụ nữ cũng được chuẩn bị bằng cách phân tích dữ liệu đã được thu thập. Đây là một ví dụ nghiên cứu mở rộng về truyền thông dù trước đây không được chú trọng đến, dự kiến sẽ thúc đẩy việc sử dụng big data vào công cuộc khám phá nhu cầu về các chính sách dành cho phụ nữ và tìm kiếm phương án đối ứng.

Công ty ô tô Hyundai – Thu thập thông tin lượng xe ô tô cạnh tranh trên toàn thế giới

Dịch vụ thu thập thông tin cạnh tranh về ô tô trên toàn thế giới giúp cải thiện mức độ hài lòng của khách hàng và nâng cao sức cạnh tranh trên thị trường. Dịch vụ được thực hiện bằng cách chuẩn bị dữ liệu bên ngoài bằng nhiều loại ngôn ngữ từ các kênh khác nhau và cảm nhận tích cực về thị trường. Do đó, chúng tôi đã xây dựng một cơ sở hạ tầng chuyên thu thập dữ liệu để tìm hiểu nhu cầu của khách hàng, thu thập thông tin về xu hướng thị trường, theo dõi và trích xuất các rủi ro tiềm ẩn từ thông tin thu thập trong thời gian thực. Dữ liệu được thu thập từ tất cả các trang tin tức, tạp chí, quán cà phê, cộng đồng, trang web diễn đàn liên quan đến ô tô, mạng xã hội và các trang web do khách hàng yêu cầu. Dữ liệu thu thập được chuẩn hóa thông qua quá trình phân loại, tinh lọc, tinh chế, xử lý tự động, và được thiết lập, cung cấp dưới dạng dữ liệu mà khách hàng có thể sử dụng ngay lập tức.

36
< Dịch vụ thu thập và tinh lọc dữ liệu của công ty ô tô Hyundai >

① Nội dung chính
  1. Dự án này được thực hiện với mục tiêu cải thiện độ hài lòng của khách hàng và nâng cao sức cạnh tranh thị trường thông qua cảm nhận tích cực về thị trường sau khi thu thập dữ liệu bên ngoài bằng nhiều kênh. Với mục đích như vậy, cơ sở hạ tầng chuyên thu thập dữ liệu cho phép hiểu toàn diện về nhu cầu của khách hàng, thu thập thông tin liên quan đến xu hướng thị trường cạnh tranh, giám sát thời gian thực và trích xuất các rủi ro tiềm ẩn từ thông tin được thu thập. Đối tượng thu thập bao gồm dữ liệu từ bảng thông báo chi tiết liên quan đến xe ô tô trong các trang web, web cà phê và dữ liệu dựa trên từ khóa từ Facebook, Twitter, Instagram, Youtube và các trang web tùy chỉnh khác, dữ liệu thu thập được tinh lọc, chuẩn hóa và cung cấp dưới dạng mà khách hàng có thể áp dụng ngay lập tức.
② Công nghệ ứng dụng
  1. Thu thập dữ liệu
    Khoảng 1500 trang web thu thập do khách hàng lựa chọn được kiểm tra và phân loại. Trung tâm quản lý thực hiện điều tra siêu dữ liệu (metadata) cho các trang web thu thập và lọc dữ liệu thông qua thảo luận với khách hàng. Sau khi trích xuất URL kết quả tìm kiếm và URL văn bản gốc thì tần suất sẽ được phân tích. Đồng thời người quản lý cũng có thể trực tiếp tìm kiếm thêm trang web liên quan đến ô tô.
  2. Tự động hóa chất lượng dữ liệu
    Bao gồm chức năng lọc dữ liệu, tự động phát hiện lược đồ quán cà phê, phân loại thư rác của Machine Learning, chuẩn hóa chức năng dữ liệu, tạo dữ liệu để truyền và phát hiện lỗi.
  3. Bảng điều khiển giám sát tình hình thu thập dữ liệu
    Bao gồm chức năng theo dõi tình hình thu thập của dự án trong thời gian thực, xác minh tình hình quản lý của từng dự án, xác minh các trang web hàng đầu trong mức độ rủi ro thu thập, xác minh xu hướng của dữ liệu được thu thập và danh sách địa chỉ thu thập dữ liệu.
③ Thành tựu nổi bật

Thông qua dữ liệu thu thập được, cung cấp dữ liệu cá nhân hóa có thể sử dụng ngay để phân tích nội bộ, thu thập thông tin xu hướng của thị trường cạnh tranh, theo dõi rủi ro tiềm ẩn, trích xuất thông tin ẩn như mẫu hành vi của khách hàng.

Công ty bảo hiểm AIA – Nắm bắt nhu cầu sử dụng sản phẩm bảo hiểm của những người độc thân từ độ tuổi 35 đến 45 và kế hoạch sản phẩm cho những đối tượng này

Cần phải nâng cao sức cạnh tranh trên thị trường bằng cách lập kế hoạch sản phẩm dựa trên dữ liệu thay vì áp dụng phương pháp dựa trên kinh nghiệm trực quan đó. Saltlux muốn phát triển một sản phẩm bảo hiểm có khả năng thu hút sự quan tâm của những người độc thân trong độ tuổi từ 35 đến 45, bằng cách bảo mật dữ liệu phân tích liên quan đến những người độc thân, thực hiện phân tích tổng hợp và phân tích nhận thức dữ liệu cấu trúc/phi cấu trúc.

33
< Bảo hiểm AIA – Kế hoạch sản phẩm bảo hiểm cho những người độc thân trong độ tuổi từ 35 đến 45 >

① Nội dung chính

Dự án này là một ví dụ về thu thập và phân tích big data theo độ tuổi và giới tính với mục đích ‘Nắm bắt nhu cầu sử dụng sản phẩm bảo hiểm của những người độc thân trong độ tuổi từ 35 đến 45 và phát triển sản phẩm bảo hiểm cho đối tượng này’. Đây là dự án mà thông tin chi tiết đã được sử dụng để thiết lập chiến lược sản phẩm của AIA Group Limited cho những người độc thân trong độ tuổi từ 35 đến 45, đồng thời xác minh các vấn đề và giả thuyết.

② Công nghệ ứng dụng
  1. Kịch bản kiểm chứng giả thuyết
    Phân tích mức độ quan tâm và đánh giá của người tiêu dùng bằng cách xác định các từ khóa chủ đề và nhóm các từ khóa để phát triển một sản phẩm bảo hiểm có thể thu hút những người độc thân trong độ tuổi từ 35 đến 45.
  2. Phân tích xu hướng tần suất đề cập
    Nắm bắt xu hướng, khuynh hướng sở thích của khách hàng, đồng thời xem xét những vấn đề chi tiết bằng cách so sánh xu hướng cho từng đặc tính.
  3. Đám mây từ (wordcloud) và phân tích từ khóa liên quan
    Cung cấp thông tin chi tiết thông qua phân tích mối quan tâm và đánh giá của người tiêu dùng cho từng vấn đề liên quan, đồng thời xác định mối quan hệ giữa các từ khóa có liên quan.
  4. Phân tích cảm xúc
    So sánh phản hồi của người tiêu dùng với tần suất xuất hiện thông qua kết quả phân tích cảm xúc của các từ khóa theo từng thuộc tính và phân tích biểu đồ bong bóng.
③ Thành tựu nổi bật

Giúp cải thiện mức độ hài lòng của khách hàng và nâng cao sức cạnh tranh trên thị trường thông qua cảm nhận tích cực về thị trường và tận dụng dữ liệu bên ngoài từ nhiều kênh khác nhau. Nền tảng đã được kiểm chứng này cho phép người dùng phát triển sản phẩm theo ý muốn chỉ bằng cách thay đổi mục tiêu.

Tư vấn PwC – Thông tin doanh nghiệp trong thời gian thực và dịch vụ giám sát

Các công ty cần có khả năng phản ứng kịp thời với sự thay đổi nhanh chóng của xã hội bằng cách xác định tình hình công ty theo thời gian thực. Đặc biệt, việc thu thập, phân tích và trực quan hóa dữ liệu mạng xã hội và dữ liệu SNS khối lượng lớn là cần thiết để có được thông tin chuyên sâu về một doanh nghiệp cụ thể.

34
< Tư vấn PwC – Thông tin doanh nghiệp tư vấn và mục đích dịch vụ giám sát >

① Nội dung chính

Cung cấp thông tin doanh nghiệp trong thời gian thực và dịch vụ giám sát đối thủ cạnh tranh từ hơn 15 tỷ dữ liệu xã hội. Cung cấp các chức năng phân tích như phân tích xu hướng, phân tích đối chiếu từ khóa, phân tích từ khóa liên quan, phân tích cảm xúc, quản lý từ điển. Từ đó cung cấp kết quả quan trọng trong việc phân tích và giám sát doanh nghiệp.

② Công nghệ ứng dụng
  1. Tìm kiếm dữ liệu xã hội
    Trích xuất và cung cấp tài liệu có chứa truy vấn từ nguồn tìm kiếm như tin tức, blog và Twitter. Cung cấp tổng số tài liệu tìm kiếm và tổng số sau khi loại bỏ tài liệu dư thừa.
  2. Phân tích xu hướng
    Cung cấp số liệu thống kê theo từng thời kỳ của các tài liệu đăng ký trong tin tức, blog, Twitter cho một truy vấn nhất định. Đồng thời cung cấp kết quả dưới dạng JSON tương ứng với truy vấn và kết quả thống kê toàn bộ tài liệu trong cùng một thời kỳ.
  3. Phân tích tự động chủ đề liên quan
    Trích xuất các chủ đề liên quan từ dữ liệu tin tức, blog, Twitter cho một truy vấn nhất định và cung cấp thứ tự xếp hạng dựa trên tần suất xuất hiện và thông tin kết nối.
  4. Phân tích tin tức trong ngày
    Trích xuất N số chủ đề của ngày cho danh mục tin tức đã nhập và cung cấp thứ tự xếp hạng.
③ Thành tựu nổi bật

Toàn bộ quá trình bao gồm thu thập, lưu trữ, phân tích và trình bày dữ liệu của doanh nghiệp nhất định và đối thủ cạnh tranh có thể được xử lý toàn diện. Dự án này thu thập dữ liệu ngôn luận, truyền thông xã hội và cộng đồng liên quan đến doanh nghiệp. Các thông tin khác nhau bao gồm hiện trạng, công nghệ, hình thức dịch vụ của doanh nghiệp được thu thập. Đồng thời thông qua phân tích dữ liệu thu thập được, có thể cung cấp thông tin chuyên sâu và sử dụng làm thông tin tùy chỉnh.

Viện nghiên cứu khoa học kỹ thuật Hàn Quốc (KIST) – Dịch vụ thiết lập môi trường dựa trên dữ liệu

Khi tỷ lệ dữ liệu kỹ thuật số được tạo ra tăng dần, việc sử dụng hệ thống hỗ trợ nghiên cứu áp dụng big data từ một viện nghiên cứu có thể giúp cải thiện năng suất chung của viện nghiên cứu đó. Dự án này đã thiết lập môi trường phân tích dữ liệu nghiên cứu quy mô toàn cầu giúp cải thiện năng suất nghiên cứu của KIST, bằng cách thiết lập hệ thống quản lý và thu thập dữ liệu cấu trúc và phi cấu trúc để duy trì khả năng cạnh tranh trong R&D.

35
< Viện nghiên cứu khoa học kỹ thuật Hàn Quốc – nền tảng phân tích thông tin >

① Nội dung chính

Thiết lập hệ thống chia sẻ thông tin nghiên cứu nội bộ trong thời gian thực và liên kết với thông tin nghiên cứu ở nước ngoài để định hướng nghiên cứu nhằm tăng năng suất R&D của viện nghiên cứu. Hệ thống này bao gồm KiRi DataBank – thu thập, tinh chế, lưu trữ và phân tích tài liệu (văn bản, bằng cấp ở Hàn Quốc và nước ngoài) cho việc nghiên cứu lĩnh vực phụ trợ liên quan. Nền tảng KiRI Note – nền tảng cho phép ghi chép và quản lý dữ liệu nghiên cứu cũng được cung cấp.

② Công nghệ ứng dụng
  1. Yêu cầu ghi chép và kiểm tra tình hình hoạt động nghiên cứu
    Chức năng ghi chép nghiên cứu cho phép người dùng quản lý hiệu quả các hoạt động nghiên cứu và tình hình của các dự án đang thực hiện.
  2. Tìm kiếm, phân tích văn bản cơ bản và phân tích văn bản tương tự/xu hướng/từ khóa liên quan
    Chức năng tìm kiếm và phân tích nội dung liên quan đến các từ khóa trọng tâm. Cung cấp các chức năng phân tích khác nhau như phân tích theo chuỗi thời gian cơ bản, so sánh xu hướng, phân tích từ khóa hoặc sơ đồ mạng văn bản – tác giả.
  3. Công cụ quản lý cho phép trích xuất chi tiết thông tin văn bản
    Không chỉ thông tin cơ bản của văn bản thu thập trên web mà ngay cả công cụ quản lý cũng được cung cấp. Sử dụng thông tin trừu tượng cơ bản để tự động tạo DB, đồng thời cấu trúc hóa, lưu trữ và quản lý những nội dung mang tính chuyên môn kỹ thuật thông qua quá trình quản lý.
  4. Công cụ số hóa để trích xuất kết quả phân tích văn bản
    Công cụ số hóa cho phép chuyển đổi kết quả nghiên cứu dưới dạng biểu đồ thành dữ liệu. Nếu muốn chọn ảnh để trích xuất, người dùng có thể cài đặt trục và đối tượng. Đồng thời cho phép chuyển đổi hình ảnh biểu đồ thành thông tin kỹ thuật số, kết quả sẽ được lưu trữ, quản lý trong bộ lưu trữ.
③ Thành tựu nổi bật

Hỗ trợ nghiên cứu thông qua chia sẻ thông tin nghiên cứu và cải thiện chất lượng năng suất nghiên cứu và truyền thông. Để cải thiện cảm biến thông tin và ứng dụng văn bản theo từng phạm vi xúc tác, thiết lập DB bằng cách sử dụng các văn bản nghiên cứu và bằng sáng chế của Hàn Quốc và nước ngoài. Các ghi chú thí nghiệm được tạo ra thông qua các thí nghiệm khác nhau được chuyển đổi thành dữ liệu và áp dụng cho khoa học dữ liệu, chẳng hạn như khai thác dữ liệu và AI.

Leave a comment

This website uses cookies to improve your web experience.