Ứng dụng

Ứng dụng

AI Cloud Service

Liên kết giữa KT GIGA Geine và ADAMs.ai

Gần đây “Phát thanh viên AI” – phương tiện giúp mọi người có thể dễ dàng tiếp cận công nghệ trong đời sống đang được giới thiệu rộng rãi trên toàn thế giới. Năm 2014 Amazon cho ra mắt trên toàn thế giới sản phẩm “Echo” dựa trên trợ lý ảo AI (gọi tắt là Alexa) – đây được coi là sản phẩm đầu tiên giúp thị trường liên quan tăng trưởng nhanh chóng.

Tại Hàn Quốc ba nhà mạng KT, SK Telecom và LG plus đang dẫn đầu thị trường phát thanh viên AI, và thị trường này đang phát triển nhanh chóng mặc dù xuất phát điểm muộn hơn so với các nước đi đầu trong doanh nghiệp Internet toàn cầu như Bắc Mỹ. Trong số các nhà mạng này KT là doanh nghiệp số 1 thị trường phát thanh viên AI trong nước khi đạt đến 1,5 triệu thuê bao. Sau khi cho ra mắt sản phẩm phát thanh viên AI “GIGA Geine” vào tháng 2 năm 2017, KT đang đa dạng hóa các dòng sản phẩm 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.

ai01
cloud1

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

① Nội dung chính
  1. ‘GIGA’ cung cấp dịch vụ hỏi đáp (QA) và tìm kiếm đáp án cho người dùng. ADAMs.ai của Saltlux liên kết với dịch vụ hỏi đáp (QA) chuyên sâu 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 nhận được thông qua ‘GIGA Geine’ được truyền tải đến nền tảng ADAMs.ai, ADAMs.ai sẽ tìm câu trả lời thông qua công nghệ hỏi đáp (QA) chuyên sâu dựa trên sơ đồ đồ thị quy mô lớn. Câu trả lời được tìm như thế này cung cấp đáp án mà người dùng mong muốn bằng cách truyền tải đến ‘GIGA Geine’. Trong quá trình đó, các kiến thức mới cần thiết cho dịch vụ hỏi đáp liên tục được thu thập để nâng cao chất lượng của dịch vụ hỏi đáp.
② Công nghệ ứng dụng
  1. Hỏi đáp linh hoạt tận dụng công nghệ đồng bộ
    KT ‘GIGA Geine’ tìm kiếm đáp án cho câu hỏi về các lĩnh vực bao gồm thông tin đời sống, kiến thức phổ thông, kiến thức chuyên sâu bằng cách tận dụng dịch vụ hỏi đáp chuyên sâu (Deep QA) được cung cấp bởi ADAMs.ai thông qua Open API. Dịch vụ hỏi đáp chuyên sâu (Deep Learning) cung cấp đáp án cho câu hỏi sau khi được nhập cho người dùng bằng cách lựa chọn 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 QA 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 chuyên 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 như thế này được chuyển đổi thành dữ liệu có khả năng được tận dụng dễ dàng vào dịch vụ hỏi đáp thông qua chức năng quản lý của nền tảng.
③ Thành tựu nổi bật
  1. ‘GIGA Geine’ cung cấp tốc độ lập luận phức tạp là 500.000 đơn vị kiến thức/giây với đối tượng khoảng 800 triệu lượng kiến thức phổ thông được thiết lập làm cơ sở tri thức, và cung cấp 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 khác nhau 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 một tư vấn viên thay vì áp dụng phương pháp lựa chọn câu hỏi và thứ tự sẵn có theo thứ tự.

① Nội dung chính
  1. 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, tuy nhiên nếu thông tin kiến thức chung khó có thể thiết lập trong thời gian ngắn thì kiến thức đó sẽ được 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
  1. ‘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, nhân vật.

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 khác nhau để 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 trong các lĩnh vực nghiên cứu chính sách phụ nữ.

32

< Korean Women’s Development Institute – Analysis process >

① Nội dung chính
  1. Ngiên cứu này được thúc đẩy 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. Saltlux ứng dụng đồng thời phân tích trọng lượng từ, phân tích cảm xúc và phân tích từ như một phương pháp phân tích làm giải pháp nội bộ. 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 và vấn đề thảo luận nào được tạo ra, mở rộng hay bị giảm đi dựa trên thời điểm lượng đề cập tập trung nhiều bằng cách thống kê lượng đề cập về đối tượng phân tích theo tháng/ngày.
  2. Trọng lượng từ và phân tích cảm xúc
    Các từ xuất hiện thường xuyên trong tất cả các tài liệu được lọc và các từ quan trọng được trích xuất bằng cách sử dụng tần suất của các từ giữa văn bản/trong văn bản. Cảm xúc trong mỗi câu được phân loại bằng cách sử dụng từ điển cảm xúc và Machine Learning bản đồ. Dựa vào điều này 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)
    Bất kể từ quan trọng nào xuất hiện với tuần suất cao mới được lựa chọn và chỉ câu nào chứa từ liên quan mới được trích xuất. Để có thể nắm bắt tính liên quan giữa các từ cần phải trích xuất văn bản gốc – nơi các từ khóa được đề cập cùng nhau. Xác định xu hướng và mạch liên kết về đối tượng phân tích bằng cách kiểm tra văn bản gốc đã được trích xuất.
③ Thành tựu nổi bật
  1. Để phân tích toàn diện về dư luận thay vì hiểu biết hạn chế về một mẫu cụ thể cần phải thu thập dữ liệu từ phương tiện truyền thông báo chí, truyền thông xã hội và cộng đồng liên quan đến chủ đề như vấn đề nữ quyền, mưc lương tối thiểu từ nghiên cứu này. Ngoài ra, tài liệu cơ bản cần thiết cho sự thúc đẩy chính sách 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 đã từng khan hiếm trong quá khứ và dự kiến sẽ thúc đẩy việc tận dụng dữ liệu lớn vào công cuộc khám phá yêu cầu của chính sách 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 lượng xe ô tô cạnh tranh trên toàn thế giới được chuẩn bị để cải thiện độ hài lòng của khách hàng và nâng cao sức cạnh tranh thị trường thông qua sự cảm nhận tích cực về thị trường sau khi áp dụng dữ liệu đa ngôn ngữ đa kênh bên ngoài. Cuối cùng chúng tôi đã xây dựng một cơ sở hạ tầng chuyên thu thập dữ liệu có dung lượng lớn để hiểu toàn diện về nhu cầu của khách hàng, thông itn về xu hướng thị trường cạnh tranh và giám sát theo thời gian thực về rủi ro tiềm ẩn từ thông tin lượng xe ô tô cạnh tranh trên toàn cầu đã được thu thập. Dữ liệu được thu thập không chỉ từ tất cả các tin tức, tạp chí, quán cà phê, cộng đồng và trang web diễn đàn trên toàn thế giới mà còn từ Facebook, Twitter, Instagram, Youtube và các trang tùy chỉnh theo yêu cầu của khách hàng. Dữ liệu thu thập được chuẩn hóa thông qua quá trình phân loại tự động, tinh lọc, tinh chế, gia công và được thiết lập, cung cấp dưới dạng dữ liệu mà khách hàng có thể sử dụng.

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 đối tượng thu thập được kiểm tra và lựa chọn bởi khách hàng. Trung tâm quản lý thực hiện điều tra siêu dữ liệu (metadata) cho các trang web đối tượng thu thập và tinh lọc dữ liệu thông qua thảo luận với khách hàng. Sau khi trích xuất kết quả tìm kiếm URL và URL trong văn bản gốc của dữ liệu được thu thập thì tần suất sẽ được phân tích đồng thời người quản lý có thể trực tiếp khai phá thêm trang web liên quan đến ô tô.
  2. Tự động hóa chất lượng dữ liệu
    Các chức năng bao gồm tinh lọc dữ liệu, tự động phát hiện schema cà phê, phân loại thư rác của Machine Learning, chuẩn hóa chức năng dữ liệu, chuẩn hóa chức năng ngày, sản sinh dữ liệuchuyển đổi và phát hiện lỗi.
  3. Bảng thông báo giám sát tình hình thu thập hiện tại
    Các chức năng bao gồm giám sát tình hình thu thập hiện tại của dự án trong thời gian thực, xác nhận tình hình quản lý hiện tại củ mỗi dự án, xác nhận trang web hàng đầu trong mức độ rủi ro thu thập, xác nhận xu hướng của dữ liệu được thu thập và xác nhận danh sách địa chỉ thu thập.
③ Thành tựu nổi bật
  1. Thông qua dữ liệu thu thập được Saltlux cung cấp dữ liệu phù hợp với khách hàng cho phép tận dụng ngay lập tức vào quá trình phân tích nội bộ, trích xuất thông tin bị ẩn như hiểu bao quát về nhu cầu của khách hàng, tiếp nhận thông tin về xu hướng thị trường cạnh tranh, thi hành giám sát rủi ro tiềm ẩn và mô hình hàng động 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 thị trường bằng cách xây dựng kế hoạch sản phẩm dựa trên dữ liệu thay vì áp dụng phương pháp dựa trên kinh nghiệm trực quan để phát triển sản phẩm bảo hiểm trong quá khứ. Saltlux muốn phát triển sản phẩm bảo hiểm có thể thu hút sự quan tâm của những người độc thân độ tuổi 35 đến 45 bằng cách bảo mật dữ liệu mục tiêu được phân tích liên quan đến người độc thân và phân tích tổng hợp và phân tích nhận thức dữ liệu có cấu trúc/phi cấu trúc được bảo mật.

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
  1. Dự án này là một ví dụ về dịch vụ thu thập, phân tích dữ liệu lớn xã hội theo độ tuổi/giới tính với mục đích ‘Nắm bắt nhu cầu sử dụng sản phẩm bảo hiểm của những người độc thân độ tuổi từ 35 đến 45 và xây dựng kế hoạch sản phẩm cho những đối tượng này’. Dự án này cho thấy một tầm nhìn sâu rộng thông qua quá trình kiểm chứng , xác minh mục tiêu/vấn đề của những người độc thân độ tuổi từ 35 đến 45 đồng thời đây cũng là một trường hợp được tận dụng cho quá trình xây dựng chiến lược sản phẩm của công ty bảo hiểm AIA.
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 khai phá từ khóa chủ đề và tạo nhóm cho những từ khóa đã được đưa ra để phát triển sản phẩm bảo hiểm thu hút sự quan tâm của những người độc thân độ tuổi 34 đến 45.
  2. Phân tích xu hướng tần suất đề cập
    Nắm bắt xu hướng, khuynh hướng và nắm bắt cả những vấn đề chi tiết về mối quan tâm của khách hàng thông qua sự so sánh xu hướng theo đặc tính.
  3. Đám mây từ (wordcloud) và phân tích từ khóa liên quan
    Phân tích mức độ quan tâm và đánh giá theo vấn đề liên quan của khách hàng, cung cấp tầm nhìn sâu rộng bằng cách làm rõ mối quan hệ của các từ khóa liên quan.
  4. Phân tích cảm xúc
    Xác định dễ dàng phản hồi của người tiêu dùng so với tần suất đề cập thông qua kết quả phân tích từ khóa chi tiết theo từng đặc tính và phân tích biểu đồ bong bóng.
③ Thành tựu nổi bật
  1. Cải thiện mức độ hài lòng của khách hàng và nâng cao sức cạnh tranh thị trường thông qua cảm nhận tích cực về thị trường bằng cách tận dụng dữ liệu bên ngoài từ nhiều kênh. Bảo mật nền tảng đã được kiểm chứng có thể phát triển dễ dàng sản phẩm phù hợp chỉ bằng cách thay đổi mục tiêu.
Tư vấn PwC – Thông tin doanh nghiệp trong thời gian thực và dịch vụ giám sát

Cần nền tảng để đáp ứng liên tục sự thay đổi mang tính xã hội của các doanh nghiệp thay đổi nhanh chóng bằng cách cho phép xác định tình trạng hiện tại của doanh nghiệp trong thời gian thực thông qua các thông tin khác nhau. Đặc biệt việc thu thập dữ liệu xã hội khối lượng lớn và dữ liệu SNS, phân tích và trực quan hóa các dữ liệu đó chính là phương tiện và mục tiêu 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
  1. Cung cấp thông tin doanh nghiệp trong thời gian thực và dịch vụ giám sát đối thủ cạnh tranh dựa trên hơn 15 tỷ dữ liệu xã hội. Phân tích và cung cấp các chức năng như phân tích xu hướng, phân tích đối chiếu từ khóa, phân tích từ 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 dựa vào chức năng này.
② Công nghệ ứng dụng
  1. Tìm kiếm dữ liệu xã hội
    Trích xuất và cung cấp tài liệu có chứa ngôn ngữ truy vấn từ mỗi nguồn tìm kiếm như tin tức, blog, Twitter. Cung cấp tổng số tài liệu được tìm kiếm và số tài liệu sau khi loại bỏ những tài liệu dư thừa.
  2. Phân tích xu hướng
    Cung cấp số liệu thống kê theo từng thời kì của các tài liệu được đăng ký trong tin tức, blog, Twitter cho một ngôn ngữ truy vấn đã biết. Kết quả được cung cấp dưới dạng json, đồng thời cung cấp kết quả thống kê tài liệu tương ứng với ngôn ngữ truy vấn và kết quả thống kê toàn bộ tài liệu trong cùng một thời gian.
  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 ngôn ngữ truy vấn đã biết và cung cấp thứ tự xếp hạng dựa trên tiêu chuẩn của tần suất xuất hiện.
  4. Phân tích tin tức trong ngày
    Cung cấp xếp hạng bằng cách trích xuất N số chủ đề của ngày cho các danh mục tin tức đã nhập.
③ Thành tựu nổi bật
  1. 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. Một loạt 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 được thu thập có thể cung cấp thông tin chuyên sâu và tận dụng như một thông tin phù hợp.
Viện nghiên cứu khoa học kỹ thuật Hàn Quốc (KIST) – Dịch vụ thiết lập môi trường dựa trên dữ liệu

Trong trường hợp tỷ lệ dữ liệu kỹ thuật số được tạo ra đang tăng dần việc dẫn nhập một hệ thống hỗ trợ nghiên cứu áp dụng dữ liệu lớn từ cơ quan nghiên cứu có thể nâng cao khả năng sản xuất toàn diện của cơ quan đó. Dự án này đã thiết lập một hệ thống thu thập và quản lý dữ liệu có cấu trúc/phi cấu trúc để KIST có lợi thế cạnh tranh về sự phát triển nghiên cứu liên tục, đồng thời thiết lập môi trường phân tích tài liệu nghiên cứu quy mô toàn cầu giúp nâng cao hiệu suất nghiên cứu của viện nghiên cứu.

35

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

① Nội dung chính
  1. Để tăng năng suất phát triển nghiên cứu, tổ chức nghiên cứu đã thiết lập hệ thống chia sẻ thông tin nghiên cứu nội bộ trong thời gian thực và liên kết với thông tin liên quan đến tài liệu nghiên cứu ở nước ngoài giúp xây dựng phương hướng nghiên cứu. Hệ thống này bao gồm KiRi DataBank – thu thập/tinh lọc và lưu trữ, quản lý tài liệu như văn bản, bằng cấp trong và ngoài nước cần thiết cho nghiên cứu lĩnh vực phụ trợ liên quan, KiRi Platform – nền tảng cho phép tìm kiếm/phân tích về tài liệu nghiên cứu đã được thu thập và KiRi Note – nền tảng cho phép ghi chép/quản lý dữ liệu nghiên cứu.
② Công nghệ ứng dụng
  1. Ghi chép hoạt động nghiên cứu và kiểm tra tình hình hiện tại
    Quản lý hiệu quả các hoạt động nghiên cứu thông qua chức năng ghi chép nghiên cứu và tình hình hiện tại của dự án đang được thực hiện.
  2. Tìm kiếm, phân tích văn bản cơ bản và phân tích văn bản/xu hướng/từ liên quan tương tự
    Chức năng tìm kiếm/phân tích nội dung liên quan đến từ khóa trọng tâm. Cung cấp chức năng phân tích khác nhau từ phân tích theo chuỗi thời gian cơ bản đến so sánh xu hướng, phân tích từ liên quan 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 mà ngay cả công cụ quản lý thu thập trên web 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, chi tiết thông qua quá trình quản lý.
  4. Kỹ thuật số hóa việc trích xuất kết quả phân tích trong văn bản
    Cung cấp công cụ ký thuật số hóa cho phép dữ liệu hóa kết quả nghiên cứu trong biểu đồ được ghi chép ở văn bản. Nếu muốn lựa chọn hình ảnh sẽ trích xuất, cài đặt trục, đối tượng có thể chuyển đổi hình ảnh biểu đồ thành thông tin kỹ thuật số và kết quả sẽ được lưu trữ, quản lý trong bộ lưu trữ theo từng văn bản.
③ Thành tựu nổi bật
  1. Hỗ trợ nghiên cứu thông qua việc nâng cao năng suất tạo ra nghiên cứu và chất lượng giao tiếp được thực hiện nhờ quá trình chia sẻ thông tin thực nghiệm, đồng thời cải thiện cảm biến thông tin và ứng dụng văn bản theo từng phạm vi xúc tác bằng cách thiết lập DB sử dụng văn bản nghiên cứu trong và ngoài nước, thông tin bằng cấp.