SAS Text Analytics analysiert unstrukturierte Daten

So produzieren etwa Patente, Kundenanfragen oder -beschwerden per Mail oder Rückmeldungen aus dem Vertrieb täglich große Mengen Textdaten. SAS Text Analytics soll danei helfen, aus dieser Informationsflut systematisch geschäftlich relevante Erkenntnisse gewinnen. Auf diese Weise lassen sich Markt- und Wettbewerbsanalysen durchführen, Kundenanfragen automatisiert kategorisieren und beantworten oder auftretende Qualitätsprobleme erkennen.

Vier Komponenten für ein komplettes Portfolio

• SAS Enterprise Content Categorization ist das Herzstück und kategorisiert automatisch Inhalte, auch in mehreren Sprachen. Dafür kommen Techniken zur Verarbeitung natürlicher Sprache ebenso zum Einsatz wie neueste sprachwissenschaftliche Methoden. Fakten, Ereignisse und Zusammenhänge werden extrahiert, gegliedert und in Kategorien zusammengefasst. Daraus entstehen Regelwerke und Taxonomien, die es Unternehmen erlauben, auch große Mengen von Dokumenten voll automatisiert zu bewerten und sie für Geschäftsprozesse nutzbar zu machen.
• SAS Sentiment Analysis bringt neben den Fakten auch subjektive Kriterien ins Spiel. Die Lösung differenziert positive und negative Meinungen, Stimmungen und Bewertungen, die in digitalen Dokumenten enthalten sind - etwa in Blogs, Tweets, E-Mails und Produktbewertungen bei Amazon oder eBay, aber auch in Callcenter-Protokollen und bei Umfragen.
• SAS Text Miner nutzt die Data-Mining-Technologie des SAS Entreprise Miner und kombiniert sie mit modernen sprachwissenschaftlichen Methoden. So sollen neue Zusammenhänge und Cluster auch in unstrukturiertem Text erkennbar werden.
• SAS Ontology Management sorgt für konsistente Klassifikationstaxonomien, um mit SAS Enterprise Content Categorization komplexe Klassifikationshierarchien operativ bereitzustellen, zu warten und weiterzuentwickeln.

www.sas.at