企业知识图谱（EKG）技术和语义数据库引擎提供商 Ontotext 宣布立即推出 Ontotext Metadata Studio (OMDS) 3.7，这是一个便于创建、评估和改进文本分析服务质量的一体化环境。这一最新版本提供了开箱即用、快速的自然语言处理（NLP）原型和开发功能，可以反复创建最适合其领域知识的文本分析服务。
Ontotext的AI-in-Action计划帮助数据科学家和工程师从其产品的AI功能中获益，作为该计划的一部分，最新版本使用户能够使用通用英语实体链接（CEEL）对内容进行标记，这是下一代领先的文本分析服务，可识别约4000万个维基数据概念。CEEL 经过训练，可将提及的人物、组织和地点标记到 Wikidata 中的表示形式，Wikidata 是全球最大的公共知识图谱，包括近 1 亿个实体实例。利用 OMDS，企业可以识别约 4000 万个 Wikidata 概念，并简化文本信息提取以及数据库和知识图谱的充实。
Ontotext首席执行官Atanas Kiryakov表示：”虽然大型语言模型（LLM）可以从新闻源中提取特定类型的公司相关事件，但它们无法将名称与图中的特定概念或数据库中的记录进行消歧。Ontotext Metadata Studio解决了这一问题，使企业能够利用最先进的信息提取技术，通过全球最大的公共知识图谱数据集发现自己的内容。”
通过 OMDS 3.7，组织可以：
- 通过将文本中提到的实体链接到相应的 Wikidata 条目，提高内容的可发现性。读者现在可以即时访问更多的全球知识背景。
- 自动对内容进行标记和分类，以提高发现、审查和知识综合的效率。
- 丰富内容，实现精确搜索，改善搜索引擎优化，提高 LLM 和下游分析的性能。
- 从大量非结构化内容中简化信息提取，快速分析市场趋势。
这一最新产品还允许用户根据自己的分类标准和参考数据进行实体链接。通过将组织和领域知识与 Wikidata 的全球参考体轻松结合和相互链接，并利用强大的建模功能、直观的界面和详细的报告功能，企业可以创建一个单一的内聚知识图谱，从而提高文本分析服务的准确性和质量。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/43719.html
