Die Verarbeitung natürlicher Sprache ist ein Teilgebiet der Linguistik und liegt an der Schnittstelle zwischen Informatik, künstlicher Intelligenz und Ingenieurwissenschaften. NLP ist seit den 1950er Jahren ein aktives Feld wissenschaftlicher Forschung. 1950 veröffentlichte Alan Turing einen Artikel mit dem Titel „Computing Machinery and Intelligence“, in dem er den heute als Turing-Test bezeichneten Test als Kriterium für Intelligenz vorschlug, eine Aufgabe, die die automatische Interpretation und Generierung natürlicher Sprache beinhaltet (z. B. „Wir suchen in der Datenbank“). Damals wurde NLP noch nicht als eigenes Wissenschaftsgebiet innerhalb oder getrennt von künstlicher Intelligenz angesehen, obwohl NLP heute als eigenständige Wissenschaft anerkannt wird. NLP-Wissenschaftler führen ihre eigenen Zeitschriften und Konferenzen durch, und das Gebiet ist seit der viel beachteten Veröffentlichung von Siri und anderen NLP-Anwendungen, mit denen der Verbraucher täglich interagiert, in der Öffentlichkeit bekannt geworden.
Die Wissenschaftler von Fast Data Science konzentrieren sich auf die Verarbeitung natürlicher Sprache (NLP). Der Manager, Thomas Wood, studierte 2008 an der Universität Cambridge Computer Speech, Text and Internet Technology und führte sein NLP-Wissenschaftsprojekt zu pleonastischen Pronomen mithilfe von unüberwachtem Lernen durch. Mit anderen Worten konzentrierte er sich darauf, herauszufinden, welche Vorkommen des Wortes „es“ sich auf einen Referenten im vorherigen Satz beziehen. Wenn „es“ keinen Referenten hat, wie z. B. „es regnet“, wird es als pleonastisches Pronomen bezeichnet. Diese gibt es auch im Französischen und Deutschen, aber nicht im Spanischen. Wer hätte gedacht, dass ein zweibuchstabiges Wort so viel Ärger verursachen würde? Seitdem arbeitet er ausschließlich im Bereich maschinelles Lernen und hauptsächlich im Bereich NLP, aber er hat seinen Horizont über das Wort „es“ hinaus erweitert. Im Jahr 2018 gründete er Fast Data Science Ltd, um Datenwissenschaftsberatung und NLP-Wissenschaftsexpertise anzubieten. Unser Team aus hochqualifizierten NLP-Wissenschaftlern hat NLP-Pipelines von Grund auf neu aufgebaut und an Dialogsystemen in natürlicher Sprache , Dokumentklassifizierern und textbasierten Empfehlungssystemen gearbeitet. Für diese Aufgaben haben wir sowohl traditionelle Techniken des maschinellen Lernens als auch modernste Techniken wie neuronale Netzwerke verwendet. Unsere NLP-Wissenschaftler verwenden normalerweise Python .
Fast Data Science - London
NLP-Wissenschaftler konzentrieren sich auf verschiedene Teilbereiche des NLP, darunter:
Heutzutage verfügen viele Unternehmen, insbesondere in bestimmten Branchen wie dem Gesundheitswesen, der Pharmaindustrie, dem Rechtswesen und dem Versicherungswesen, über große Mengen unstrukturierter Daten. Dabei handelt es sich in der Regel um Daten im Textformat, bei denen es sich sogar um ungescannte Dokumente, PDFs, HTML oder andere Dateitypen handeln kann.
Unstrukturierte Daten sind sehr schwierig zu handhaben, können aber eine wahre Goldgrube an Informationen sein. Fast Data Science ist darauf spezialisiert, aus den unstrukturierten Datensätzen von Organisationen Wert zu extrahieren. Wenn Sie in Ihrer Organisation über einen großen Dokumentenbestand verfügen, sollten Sie die Beauftragung eines Beratungsunternehmens mit NLP-Wissenschaftlern wie Fast Data Science in Betracht ziehen.
NLP breitet sich in allen Branchen aus, aber nirgendwo ist dies so stark der Fall wie im Gesundheitssektor. Healthtech und MedTech sind wichtige Bereiche der wissenschaftlichen NLP-Forschung.
NLP-Wissenschaftler verwenden NLP, um klinische Berichte zu vergleichen und Änderungen darin zu erkennen, klinische Konzepte wie MeSH-Begriffe aus elektronischen Krankenakten zu extrahieren und Mensch-Maschine-Dialogsysteme in natürlicher Sprache zu entwickeln, um die medizinische Versorgung zu verbessern. Diese Durchbrüche in der NLP-Forschung beginnen, sich auf den Sektor auszuwirken. Sehen Sie sich einige unserer Arbeiten im Gesundheitswesen in unserem Portfolio an.
Wir haben an einer Reihe von NLP-Forschungsprojekten im Gesundheitswesen gearbeitet, darunter:
Unsere NLP-Wissenschaftler konzentrieren sich auf jede Art von NLP-Modell. Einige Beispiele sind:
* convolutional neural networks (text as well as images)
* RNN, LSTM
* Seq2seq, word2vec, doc2vec
* [see a live demo of a CNN for author identification](/forensic-stylometry-linguistics-authorship-analysis-demo/)
* This is useful for extracting topics from a set of unstructured documents, for example, legal documents, survey responses, factory error reports, etc.
Wir arbeiten mit folgenden Programmiersprachen und Frameworks:
Zu den NLP-Projekten, an denen wir für große bekannte Namen gearbeitet haben, gehören
What we can do for you