AUGMENTED LANGUAGE INTELLIGENCE

Die Masse und die Vielfalt der verfügbaren Daten hat sich durch die Digitalisierung drastisch erhöht. Dieses Wachstum der digitalen Daten führt zum einen zur Überforderung der Nutzer durch den Informationsüberfluss. Zum anderen eröffnet diese Menge an Daten aber auch ganz neue Möglichkeiten der Datenverwertung und-analyse, wie zum Beispiel die automatisierte Inhaltsbewertung, mit der schnell ein Verständnis der in Textdaten enthaltenen Meinungen und Trends entwickelt werden kann.

 

Opinion Mining ist eine Technologie, die Textdaten automatisch erfassen kann, wodurch Aussagen als positiv, negativ oder neutral klassifiziert und die Ziele dieser Aussagen erkannt werden. Automated Opinion Mining setzt auf verschiedene Techniken der Künstlichen Intelligenz wie Machine Learning und modernste Neuronale Netze (Deep Learning). Diese Techniken ermöglichen die automatisierte Entdeckung der Gefühle und des strategischen Wissens, das in den Finanznachrichten enthalten ist. Natural Language Processing (NLP), das ist der Bereich von AI, der sich mit der Verarbeitung menschlicher Sprache und der Entwicklung der Human Language Technology (HLT) befasst, bietet die Möglichkeit, die Stimmung der Öffentlichkeit über ein bestimmtes Unternehmen oder Thema zu verfolgen, und wie sie durch veröffentlichte Medieninformationen beeinflusst wird.

 

Mit den sich ständig ändernden Finanzmärkten und den Millionen von Finanznachrichten, die täglich in Umlauf sind, kann Augmented Language Intelligence eingesetzt werden, um emotionale Zustände in Texten zu identifizieren und die Stimmung des Finanzmarktes für einen bestimmten Index oder ein bestimmtes Unternehmen auf der Grundlage einer großen Menge an analysierten Nachrichtendaten präzise zu quantifizieren.

Wie funktioniert das YUKKA Lab?

SEMANTIsche ANALYSe

Der Algorithmus erkennt, über welche Entitäten im Text gesprochen wird, an welchen Ereignissen oder Situationen diese Entitäten beteiligt sind und welche Rolle diese Entitäten in dem jeweiligen Ereignis oder der jeweiligen Situation spielen. Zum Beispiel ob sie eine Aktion durchführen (Agent), davon betroffen sind (Patient) oder die Ursache dafür sind (Verursacher). Mit diesen Informationen kann der Algorithmus später entscheiden, ob sich diese Einheiten als Ziele einer Sentiment-Aussage verhalten.

SENTIMENT ANALYSe

Die Stimmungsanalyse erkennt für jeden sinnvollen Teil eines Satzes, ob dieser positiv, negativ oder neutral ist. Es erkennt auch die Entität, um die es bei dem Sentiment geht (Ziel). Die unterschiedlichen Empfindungen über jedes einzelne Ziel werden auf der Satz- und Artikelebene aggregiert und geben einen Gesamtüberblick über die Stimmung gegenüber der jeweiligen Entität.

Vollautomatische Texterfassung

Verarbeitung von Finanz- und Wirtschaftsnachrichten in Echtzeit.

Den Kontext einbeziehend

Zusammenhänge, die über eine Keyword-Analyse hinausgehen, werden erkannt.

Rationelle Bewertung

Auswertung in den Signalkategorien Positiv – Negativ – Neutral.

Marktorientierter Nutzen

Neutrale, emotionsfreie Anlageempfehlungen

Beispiele Sentimentanalyse

Stellen Sie uns Ihre Fragen

Möchten Sie mehr über Augmented Language Intelligence wissen und wie wir bei YUKKA Lab damit arbeiten? Hinterlassen Sie uns eine Nachricht! Gerne beantworten wir Ihre Fragen. Ihre Kontaktdaten werden nur verwendet, um Sie zu kontaktieren und Ihre Anfrage zu beantworten. Sie können unsere vollständige Datenschutzerklärung hier lesen.