Un chercheur utilise des algorithmes de traitement du langage naturel pour comprendre la transformation des protéines


Robert Weissgraeber est directeur général et directeur technique d'AX Semantics, où il dirige le développement et l'ingénierie des produits. Robert est un conférencier très demandé et un auteur sur des sujets tels que le développement de logiciels agiles et les technologies de génération de langage naturel (NLG) et membre du Forbes Technology Council. Il était auparavant Chief Product Officer chez aexea et a étudié la chimie à l'Université Johannes Gutenberg et a effectué un séjour de recherche à l'Université Cornell.

Qu'est-ce qui vous a initialement attiré dans l'espace de Natural Language Generation (NLG)?

L'écriture et la manière dont elle est traditionnellement exécutée n'ont pas connu d'innovation significative depuis l'avènement de la machine à écrire il y a 200 ans et du traitement de texte à la fin des années 1960. Trois choses m'ont attiré vers le secteur NLG. Premièrement, être témoin des défis et des difficultés auxquels les gens sont confrontés et qu'ils endurent continuellement en ayant à créer de grandes quantités de contenu et de texte. Par exemple, il y a littéralement des personnes qui travaillent dans le commerce électronique qui doivent écrire des centaines de descriptions de t-shirts et de vêtements similaires, mais uniques, chaque mois à mesure que de nouveaux produits arrivent. Le nombre de personnes nécessaires pour le faire est astronomique, le temps – consommatrice, coûteuse et impossible à mettre à l'échelle. Je savais que la possibilité d'utiliser l'IA pour automatiser la génération de contenu (plutôt que d'essayer de produire du contenu manuellement) changerait la donne pour de nombreuses industries qui doivent régulièrement créer des volumes massifs de contenu – non seulement en anglais mais aussi dans de nombreuses autres langues.

Deuxièmement, voir le type de solutions «low tech» que d’autres ont mis sur le marché – comme des outils rotatifs ou des outils NLG mal implémentés avec ‘Enterprise UX’ – n’a fait que renforcer mon attrait pour la puissance de NLG.

Enfin, je voulais travailler sur quelque chose qui n'était pas une interprétation de la prochaine boutique en ligne ou du prochain «Uber for X», mais quelque chose capable de résoudre un problème technologique vraiment difficile tout en créant une solution pour un défi du monde réel. Une solution NLG parfaite avec la capacité de redéfinir la génération de contenu pour l'ère numérique peut réduire le «bruit» pour toute l'humanité, car elle permet une communication ultra-précise.

Pourriez-vous discuter de certaines des solutions NLG proposées par AX Semantics?

AX Semantics est une solution NLG 100% SaaS avec une UI (interface utilisateur) facile à utiliser. Les clients construisent leur propre machine de génération de contenu en configurant leur application métier avec notre outil NLG, qui automatise le contenu en 110 langues en quelques minutes – y compris la génération de données croisées telles que le texte chinois à partir de données anglaises. En conséquence, les entreprises peuvent prendre des données et des informations et créer un contenu unique rapidement et à grande échelle, quels que soient les changements commerciaux et culturels perpétuels.

Il existe une myriade de cas d'utilisation de la technologie NLG. Différentes industries l'utilisent pour résoudre des problèmes de contenu propres à leurs secteurs:

  • Commerce électronique: La plupart des clients utilisent notre logiciel NLG pour générer de grands volumes de descriptions de produits uniques (essentielles pour le référencement), du contenu de catégorie ou des e-mails personnalisés tels que des e-mails de récupération de panier.
  • Communications de la marque / client, y compris les médias sociaux: Les marques et les agences de contenu utilisent NLG pour maintenir un flux constant de contenu de blog frais, ou pour créer et alimenter un contenu social unique sur plusieurs canaux de médias sociaux – et peuvent le faire dans 110 langues.
  • Médias ou «journalisme robotisé»: Les éditeurs utilisent notre logiciel NLG pour les reportages électoraux ou le journalisme basé sur des données tels que la surveillance du niveau de pollution, les revenus des tableaux boursiers, les résultats sportifs et les buvards – ce qui permet aux journalistes de travailler sur un journalisme plus créatif et engageant ou sur des histoires d'enquête percutantes. À bien des égards, les logiciels de génération de contenu contribuent à relancer le journalisme local, en particulier pour les petits journaux à court d'argent. Le journalisme est dans une situation difficile depuis 2000, les journaux ayant supprimé les reporters et les rédacteurs en chef ou fermés complètement. NLG est en fait un allié improbable dans la volonté de sauver le journalisme.
  • Services financiers / Banque: Les analystes financiers, les courtiers et les cadres sont confrontés à la demande de mettre à jour rapidement le contenu requis par les lois et réglementations nationales et fédérales, tels que les détails sur les plans d'investissement, les évaluations des risques et les dépôts financiers – qui doivent tous être mis à jour régulièrement. Notre solution NLG résout le problème des rapports financiers récurrents, des dépôts réglementaires, des résumés analytiques et d'autres communications écrites – qui nécessitent généralement de rassembler, d'analyser et de traduire des quantités massives de données financières provenant de sources disparates en texte personnalisé pour un large éventail. des publics et des langues. Les employés de la banque et de la finance peuvent facilement transformer des montagnes de données en récits écrits exploitables en temps réel, créer des rapports, des descriptions des conditions et des prêts, rédiger des dépôts réglementaires et des documents détaillant les investissements – dans plus de 110 langues – le tout avec une formation minimale – libérant de la bande passante pour des activités et des responsabilités de plus grande valeur.
  • Pharmaceutique: Les sociétés pharmaceutiques utilisent notre logiciel NLG conforme HIPAA pour générer des rapports d'études cliniques (CSR) réglementaires sur les médicaments jusqu'à 40% plus rapidement, en automatisant 30% de la rédaction du CSR. Ceci est crucial car la phase la plus difficile de la mise sur le marché d'un médicament est l'essai sur le médicament humain, ou phase III, au cours de laquelle les cliniciens doivent rédiger un CSR qui décrit les impacts pharmacologiques et les résultats des essais. En règle générale, les données collectées à partir des essais sur les médicaments humains sont collectées et les équipes de rédaction médicale compilent manuellement le rapport.Cependant, ce processus obsolète, onéreux et chronophage peut potentiellement retarder la mise sur le marché de médicaments vitaux plus tôt et coûter des millions aux sociétés pharmaceutiques. Un défi de capacité existe également. La rédaction d'un rapport RSE prend généralement plusieurs mois, ce qui limite le nombre de CSR qu'une équipe de rédacteurs médicaux peut produire chaque année.

La voix d'un écrivain est considérée comme importante dans le journalisme et d'autres types d'écriture, pouvez-vous discuter de l'importance de rédiger des «personnalités» pour le contenu généré par NLG?

Avec des solutions «data-to-text» telles que notre approche de pipeline NLG (contrairement aux trucs text-to-text, basés sur un corpus comme GPT-2/3), l'écrivain est une partie essentielle et critique du processus de création. L’écrivain configure de nombreux niveaux de signification entre les données et ajoute des «micro-modèles» pour tous les aspects du texte, ce qui permet à la machine de sélectionner et de combiner tous les aspects dans une approche «sac de mots».

Pouvez-vous discuter de ce qu'est la génération de contenu hybride et comment les employés peuvent en profiter?

La génération de contenu hybride est le lieu où l'homme et la machine travaillent ensemble. Chaque acteur se concentre sur l'aspect qu'il fait le mieux. Les humains accordent la priorité à la partie créative, au style d'écriture et à la sélection de contenu spécifique, y compris la curation et les définitions. La machine prend en charge la production, la construction de l'exactitude grammaticale et la mise à l'échelle du contenu.

Le contenu hybride né d'un partenariat entre l'homme et la machine répond à un besoin pressant de contenu frais et vital 24 heures sur 24. Notre logiciel génère un contenu presque impossible à distinguer d'un écrivain humain. Les employés peuvent utiliser la génération de contenu pour créer un nouveau contenu qui peut être modifié et mis à jour à tout moment. Travailler avec un logiciel de génération de contenu leur permet non seulement de satisfaire, mais aussi de dépasser leurs exigences et attentes professionnelles.

Le contenu pouvant être créé à la volée, comment la qualité du contenu sera-t-elle quantifiée?

En fin de compte, il sera mesuré et quantifié en fonction des résultats. Au début, nous avons eu des discussions sur la mesure des aspects de la qualité qui étaient subjectifs à la signification personnelle, c'est-à-dire «j'aime cette phrase ou cela», etc., mais cela peut maintenant être mesuré objectivement car les tests A / B à l'échelle sont désormais possibles. L'un de nos clients, par exemple, a eu du mal entre la décision d'utiliser des langues formelles ou informelles (certaines langues non anglaises l'ont codifié), et a pu tester cela pour voir ce qui fonctionnait le mieux.

Pouvez-vous partager vos opinions sur la manière dont le contenu sera décentralisé?

Aucune source ou aucun marché n'a le monopole de la génération de contenu ou de la capacité de faire évoluer le contenu. C’est la puissance de la technologie et des logiciels NLG: ils offrent l’égalité des chances et l’égalité d’accès aux entreprises, grandes et petites.

Grâce à l'accès à des sources de données valides du monde entier, à la NLG et à la technologie de publication, les entreprises de toutes tailles peuvent créer du contenu évolutif et l'adapter à leurs propres besoins tout en utilisant la technologie NLG pour le maintenir en permanence à jour. Par exemple, un service client peut produire ses propres descriptions de produits en mettant l'accent sur le contenu spécifique au service, ou un spécialiste du marketing en ligne peut adapter son contenu pour qu'il soit axé sur les ventes, le tout sans maintenance ni coût supplémentaires.

Quelles seront certaines des nouvelles opportunités commerciales «déverrouillées» de ce type de génération de contenu?

Tout d'abord, nous allons voir de tout nouveaux types de contenu hyper-personnalisé où de nombreuses sources de données sont combinées pour produire du contenu pour une personne spécifique, comme un bulletin météo qui rend compte de l'itinéraire de voyage d'une personne ou des services financiers avec un fonds individualisé. rapports. Deuxièmement, à mesure que les entreprises adopteront de plus en plus l'ère numérique, elles pourront utiliser la génération automatisée de contenu pour créer une présence en ligne plus robuste pour leur entreprise.

Pourriez-vous discuter de certains des aspects potentiels du bien social de la NLG?

Les consommateurs sont inondés d'un flux continu de communications – textes, e-mails, d'innombrables publicités et promotions – sur plusieurs canaux, y compris leurs appareils mobiles, leurs ordinateurs et même le courrier, ils doivent faire défiler et lire pour trouver les informations qu'ils veulent et dont ils ont besoin.

NLG permet une communication individualisée, précise et silencieuse. Imaginez recevoir uniquement des newsletters ou des rapports qui prennent en compte vos informations personnelles et les adaptent à vos besoins. NLG offre un moyen plus efficace et plus réfléchi d'atteindre les clients d'une manière qui leur tient à cœur.

Quelles entreprises utilisent actuellement AX Semantics?

Il y a environ trois ans, après avoir validé notre solution avec des clients sélectionnés, nous avons commencé à introduire notre solution NLG sur le marché de masse. Nous avons demandé à des centaines de clients d'essayer notre logiciel et de créer leur solution personnalisée avec AX Semantics. Nous avons ensuite affiné le matériel d'apprentissage nécessaire et le processus d'intégration. Un grand nombre de ces clients initialement petits ont maintenant adapté leurs besoins en contenu avec nous, y compris des entreprises comme Deloitte, Adidas, Nestlé, Otto et Beiersdorf.

Y a-t-il autre chose que vous aimeriez partager sur AX Semantics?

Nous sommes très fiers du fait qu'AX Semantics ait été reconnu comme l'un des cinq plus grands fournisseurs mondiaux de plates-formes de génération de langage naturel par Gartner, et que nous ayons été nommés parmi les meilleures entreprises émergentes du marché NLG par Forrester.

Enfin, en plus de notre propre clientèle et de nos propres ventes, nous recherchons des entreprises qui souhaitent construire leurs propres cas d'utilisation verticaux en plus de notre technologie, et nous soutenons activement ces entreprises avec des formations, etc. Donc, si vous construisez un nouveau produit ou une nouvelle entreprise et que vous souhaitez utiliser la génération de contenu, nous aimerions vous parler.

Merci pour l'excellente interview et les réponses détaillées concernant NLG, les lecteurs qui souhaitent en savoir plus devraient visiter AX Semantics,



Source link

Pourquoi confectionner un magasin sur le web ?

On voit clairement qu’il est probable de se lancer sans argent et inconscient technique particulière. Je vous conseille de vous jeter en dropshipping et de principalement ne pas mettre trop d’argent sur votre site. Il vous faut malgré tout avoir un budget marketing pour effectuer venir les visiteurs sur votre boutique : c’est le nerf de la guerre. Car tel que je l’ai dit, vous pouvez avoir la plus belle boutique. Sans trafic, vous ne ferez à la saint-glinglin de chiffre d’affaires. Une fois que vous aurez testé, votre marché vous pourrez alors procurer un stock.