用于商业决策的 NLP
客户
未披露
关于客户
客户是一家领先的全球金融咨询公司，为金融顾问、顾问和机构投资者提供支持。
挑战
该客户在金融部门运营，正在处理大量客户会议记录，以搜索某些信息，然后将其组织并整合到易于阅读的交互式集合中，以便用于不同的业务目的。
因此，他们需要快速搜索、查找和处理文本，并从笔记中的数据中获得实际洞察力，以了解他们的（潜在）客户，并通过标记文档来识别市场趋势和风险，从而进一步做出明智的业务决策。标签。
解决方案
为了能够通过文本进行快速搜索以揭示实际有价值的信息，我们比较了开箱即用的方法和自定义方法：
- 利用 AWS Comprehend 服务的开箱即用云解决方案。
- 基于主题建模的自定义解决方案，使用 LDA 和命名实体识别 (NER) 来标记带有标签的文档，以便通过原始非结构化文本进行搜索。
主题建模的使用有助于确定在整个会议记录集中讨论的主题列表，并揭示每个文档中一个或多个主题的存在。
使用基于深度学习模型的自定义 NER 解决方案，他们可以实时检测默认实体和自定义实体。
Case Study missing?
Start adding your own!
Register with your work email and create a new case study profile for your business.
