SHI GmbH Augsburg - Ihr Starker Partner für Search & Big Data, Apache Solr, IT Commerce Lösungen

SHI - Integration
SHI - Integration
Insbesondere Big Data Lösungen sind nur mit Integration zahlreicher Plattformen realisierbar: Apache Solr, Hadoop, Mahout, Stanbol, HBase, ZooKeeper, Pig und viele andere mehr.
SHI - Apache Solr Beratung
SHI - Apache Solr Beratung
Professionelle Beratung rund um Apache Solr - Wir unterstützen Sie vor, während und nach Ihrem Projekt.
SHI - Migration
SHI - Migration
Steigen Sie jetzt auf die Open Source Plattform Apache Solr oder die professionelle Distribution Lucidworks Fusion um
SHI - Training
SHI - Training
Schneller am Ziel - Search & Big Data Lösungen erfolgreich entwickeln und betreiben.

Universal AJAX Live Search

smartlogic logo neu 

 

Smartlogic Semaphore


Als Partner von Smartlogic prüfen wir gerne zusammen mit Ihnen, ob Smartlogic Semaphore die richtige Lösung für Ihren Business Case ist - Fordern Sie unverbindlich Informationen an.

Unsere Linguisten, Consultants und Entwickler unterstützen Sie bei der Integration in Ihre Search-, Big Data- oder Content Management Plattformen.


Smartlogic Semaphore - Überblick

Mit dem Ontology Manager von Smartlogic Semaphore erstellen und pflegen Sie Taxonomien, Thesauri und Ontologien.

Der "Classification and Text Mining Server" von Semaphore führt darüber hinaus noch eine semantische Textanalyse durch. Dabei erfolgt Part of Speech (PoS) Erkennung, Phrasenextraktion, die Erkennung des Textthemas, Entity Extraction (Datum, Orte, Namen, usw.).
All diese Informationen lassen sich dann z. B. nutzen, um die Auffindbarkeit von Informationen deutlich zu erhöhen oder um Informationen thematisch zu gruppieren. Darüber hinaus lassen sich auf Basis der gewonnenen und normierten Metadaten z.B. auch Prozesse und Workflows anstoßen und steuern.

Es ist recht einfach ersichtlich, dass Smartlogic Semaphore Search Server wie Apache Solr, LucidWorks Search oder Elasticsearch perfekt unterstützen kann. Aber auch in Content Management Systemen wie Alfresco oder in Big Data Szenarien spielt das Tagging und die Klassifizierung von Dokumenten eine wesentliche Rolle. Auch hier kann Smartlogic Semaphore die Leistungsfähigkeit der Systeme deutlich verbessern.

  • Höchste Qualität automatischer Themenklassifikation
  • Regelbasiert, genau, schnell, einfach zu verstehen, nachvollziehbar, kontrollierbar, wenig Zeitaufwand bei Installation oder Training
  • Umfangreiche Textanalyse inklusive Entity Extraction und Natural Language Processing Tools, die besser funktionierende Taxonomien erzeugen
  • Voller Lebenszyklus einer Taxonomieverwaltung: Entwicklung, Verbesserung, Wartung
  • Komponenten, die die Erfahrung des Nutzers bei jeder Anwendung semantisch verbessern


Smartlogic Semaphore - Module

  • Ontology Manager
  • Advanced Linguistics Pack
  • Classification and Text Mining Server
  • Semantic Enhancement Server
  • Search Application Framework
  • Integration Packs
  • Verwaltung des semantischen Modells:
    • Sicherheit
    • Kontrolle
    • Bearbeitung und Darstellung des Modells
  • Unterstützung von Relationen in Bezug auf
    • Hierarchie
    • Assoziation
    • Äquivalenz
  • Eigene Relationen (z.B. Baumstruktur) definierbar


Advanced Linguistics Pack

  • Text Mining & Entity Extraction basierend auf Part-of-Speech Tagging
  • Subjekt-Tagging verwendet natürliche Sprachverarbeitung und regelbasierte Logik, um zu erkennen, ob ein Inhalt ein Subjekt beschreibt oder es nur erwähnt
  • Über 30 verschiedene Arten von Entities werden erkannt, was eine Reduzierung der Ontologiebildung nach sich zieht und dabei hilft eine genaue Klassifikation zu unterstützen

Classification and Text Mining Server

  • Regelbasierter semantischer Klassifikator, der genaues Metadaten-Tagging in über 26 Sprachen bietet
  • Fähigkeit, bekannte Entities oder die „Aboutness“ (um was geht es in dem Dokument) des Inhalts mit Hilfe von über 20 Regelarten zu bestimmen
  • Kürze der Einrichtungs-/Konfigurationszeit durch Generierung von Regeln aus vorhandenen Ontologien
  • Verschiedene Regelansätze:
    • Entitätenbasiert: z.B. liefert "USA" den Tag „United States of America“
    • Bedeutungs-/Inhaltsbasiert: Mehrere Evidenz-Ausdrücke einer Taxonomie liefern kombiniert einen Tag
    • Kandidatenbasiert: Wahl des ersten Kandidaten (z.B. ein Datum) nach einer bestimmten Eingabe (z.B. „Bericht verfasst am“).
  • Gibt anhand der Regeln Tags zurück

Semantic Enhancement Server

  • Integration in Enterprise Search, Content und Dokument Management Systeme
  • Ergebnis: Verbesserte Navigation, Verwaltung und Auffindbarkeit
  • Verbesserung von Suchmaschinen (Microsoft FAST, Microsoft SharePoint Search, Lucene/Solr, Google Search Appliance etc.) mit Semantik
  • Bereitstellung veröffentlichter APIs und Tag Bibliotheken für schnelle User Interface Entwicklung
  • Concept Mapping: Bestimmung möglicher Themen, die den Nutzer interessieren, über Taxonomiebaum.
    Der Nutzer entscheidet sich für einen Vorschlag und bekommt:
    • Eine Menge an Ergebnissen, die vollständiger ist, weil dadurch auch Inhalte gefunden werden, die in einer anderen Sprache vorliegen
    • Eine Menge an Ergebnissen, die genauer ist, weil Ambiguitäten der Suchanfrage gelöscht werden
    • Eine Menge an Ergebnissen, die genauer ist, weil der Nutzer das Thema durch seine Auswahl eingrenzt.
    • Concept Mapping macht eine (komplexe) „Erweiterte Suche“ unnötig, ebenso wie die Kenntnis des Nutzers über große/komplexe Taxonomien oder navigatorische Strukturen
  • Topic Maps: Zeigen den Nutzern wie sich die Ergebnisse aufgliedern (Hierarchische Struktur oder flache Liste), indem die abgedeckten Themen der Ergebnisse aufgelistet werden. Der Nutzer kann dann anhand dessen seine Suche verfeinern
  • Best Bets: Stellen Links zu Internetseite, Dokument, Anwendung, Kontakt etc. zur Verfügung
  • Related Topics: Identifizieren andere Themengebiete, die den Nutzer interessieren könnten. Solche Related Topic Boxes können dazu genutzt werden herauszufinden, wer für weitere Hilfe zu diesem Thema kontaktiert werden kann, welches Zubehör zu einem Produkt gehört etc. Diese Beziehungen werden in der Taxonomie bestimmt und kontrolliert, was ein Anpassen der Software nicht erfordert, sondern durch einen Benutzer innerhalb der Firma möglich ist
  • Taxonomy Navigator: Der Nutzer kann hier die komplette Taxonomie sehen und bestimmte Bereiche auswählen zu denen er Informationen suchen möchte. Ist ein Bereich ausgewählt wird der komplette Inhalt angezeigt
  • A-Z topic list: Generiert aus der Taxonomie. Zeigt alle Themenbereiche alphabetisch an
  • Dynamic Summaries: Verbessern Suchergebnis durch Hervorhebungen von Funden, die während des Klassifikationsprozesses gefunden wurden (bevorzugter Suchbegriff, Synonyme, verwandte Themen). In SharePoint wird nur der bevorzugte Suchbegriff angezeigt, an diesem Problem wird gearbeitet
  • Topic Path Browser: Tool zur Verfeinerung oder Generalisierung des Suchbegriffs. Auswahl eines Themas „weiter unten“ in der Taxonomie (=Unterbegriff) verfeinert, Auswahl eines Themas „weiter oben“ in der Taxonomie (=Oberbegriff) generalisiert


Sprechen Sie mit einem unserer Consultants oder Computerlinguisten...

...oder erfahren Sie mehr auf den Seiten unseres Partners Smartlogic.

Smartlogic Semaphore - Lösungen

  • Apache Solr
  • Google Search Appliance
  • Microsoft Sharepoint
  • Microsoft Fast ESP
  • OpenText (RedDot) CMS
  • Any Application

 

 


smartlogic-semaphore

Semaphore Zusammenfassung
Dateiformat: PDF
Dateigröße: ~239 KB
Download

SEARCH & BIG DATA, BERATUNG, SCHULUNG, ENTWICKLUNG, SUPPORT, PUBLISHER SOLUTIONS
MIT APACHE SOLR, LUCENE, ELASTICSEARCH, SMARTLOGIC SEMAPHORE, SHI INFOPILOT