-
NLP
【英国】人工智能风险管理助手供应商Lexverify获得90万英镑种子轮融资，利用人工智能预防员工通信风险
Lexverify是一家总部位于英国伯明翰的人工智能风险管理助手供应商，公司获得了 90 万英镑的种子轮融资。
本轮融资由未来星球资本集团（Future Planet Capital Group）旗下的 Midven 领投，包括通过 MEIF 西米德兰股权基金从米德兰引擎投资基金（MEIF 1）获得的 55 万英镑，以及来自树莓风险投资公司（Raspberry Ventures）、法律技术基金（The LegalTech Fund）和天使投资人（包括理查德-约克（Richard Yorke）、马克-沃特金-琼斯（Mark Watkin Jones）、乔纳森-斯卡德（Jonathan Scudder）、理查德-格雷特（Richard Grethe）和卡尔-怀博恩（Karl Wyborn）的 35 万英镑。
在与金融服务和制药行业的企业进行试点后，公司打算利用这笔资金招聘员工，以实现其扩张计划。
在创始人兼首席执行官Cristian Gherhes的领导下，Lexverify公司提供人工智能助手，帮助员工实时预防电子通信中的法律、合规和网络风险，并为员工提供持续的发展支持。Lexverify 的目标是通过人工智能驱动的实时风险防范，帮助企业实现大规模的主动合规，它使用自然语言处理（NLP）技术，使电子通信的风险防范变得像拼写检查一样简单。
Lexverify 旨在通过帮助企业实现大规模主动合规，彻底改变数字环境中的风险、合规和网络安全。通过利用自然语言处理（NLP），Lexverify 能够像拼写检查一样无缝地防范电子通信中的风险。该平台可在电子通信发送前对其进行扫描，以检测竞争法、金融制裁和 GDPR 等领域的潜在风险，最终降低风险敞口并为员工提供持续培训。Lexverify 已在金融服务和制药行业成功试点，计划利用获得的投资扩大业务。
电子通信已成为日常业务运营的重要组成部分，大大提高了效率和便利性。然而，在带来便利的同时，确保合规性的责任也随之而来，因为不合规的信息传递可能会导致重大的法律责任。办公室员工平均每年发送约 10,000 封电子邮件，这凸显了与数字通信相关的潜在风险。Lexverify 可满足当今数字工作环境中对持续培训和员工持续发展支持的需求，从而为风险管理和员工生产力设定新标准。随着企业越来越多地转向数字通信，对 Lexverify 等有效风险防范解决方案的需求也在不断增长。
-
NLP
【美国】企业服务管理初创公司Espressive获得3000万美元B轮融资，以巩固AI在企业服务管理中的领导地位
Espressive是企业服务管理（ESM）人工智能（AI）领域的先驱，此次宣布，由全球风险投资和私募股权公司Insight Partners领投，由A轮投资者、General Catalyst和Wing venture capital参与，提供3000万美元B轮融资。Insight Partners的联合创始人兼董事总经理杰夫•霍林（Jeff Horing）也将加入Espressive董事会。
Espressive将利用这一最新的资本注入来推动公司增长和产品创新，同时满足其快速增长的客户群的需求。Espressive Barista是该公司的虚拟支持代理（VSA），通过将员工与他们需要的信息连接起来，使服务台自动化。
根据Forrester研究使用人工智能和其他新兴技术的企业每年将获得1.2万亿美元的收入，增长速度至少是全球GDP的8倍。同样，根据Gartner公司的说法在2021年，人工智能的增强将产生“2.9万亿美元的商业价值和62亿小时的工人生产力”。通过Barista，Espresage为企业提供了一种基于人工智能的ESM解决方案，使企业员工和服务台代理都受益。在近日，Espressive向Barista展示了新的创新，使其能够使用人工智能实现服务台的自动化，并为用户提供类似消费者的自助服务。
“采用人工智能进行IT服务管理（ITSM）和ESM正在爆炸式增长，Espressive的先进自动化能力将大大扰乱这一不断发展的市场。Insight Partners联合创始人兼董事总经理杰夫•霍林（Jeff Horing）说：“我们对Espressive Barista及其提供创新解决方案的能力印象深刻，该解决方案不仅限于ITSM用例，还扩展到人力资源、设施等领域。”“我们从Espressive的合作伙伴和客户那里收到的全面反馈进一步证实了这一观点，结果，Espressive的净推广分数为73分，属于‘优秀’类别。我们很高兴与Espressive合作，扩大其产品规模，成为ITSM和ESM领域的领导者。”
EspresseNLP引擎优化以理解员工语言
凭借其新的资本，Espresage将继续建立在该公司的自然语言处理(NLP)引擎和Barista员工语言云(ELC)的基础上。ELC对常见的问题提供了个性化的回答，能够理解7.5亿个短语，而且还在不断增长。当员工提问时，Barista学习新的短语、短语结构、同义词和主题，使ELC能够自动扩展和增长。当无法立即回答问题时，ELC还使用机器学习来识别正确的团队或部门。因此，使用Barista的组织可以构建一个高度可伸缩的会话AI代理，通过优化可以理解员工的语言，而不需要人工智能专业知识。
“我们从客户那里得到了绝大多数的积极反馈。为了满足这一需求，加快向新市场和用例的扩张，我们将利用这笔资金进一步扩大我们的工程、销售和营销团队，并继续培养我们的合作伙伴项目，“Espressive公司首席执行官兼创始人帕特·卡尔霍恩(Pat Calhoun)说。“展望未来，我们有着独特的优势，能够继续快速增长，同时继续不懈地专注于构建一个高度可伸缩的、能理解员工语言的对话人工智能代理。”
经济技术发展势头为2020年经济快速增长奠定了基础
Espressive自宣布其A轮融资以来，在Barista领域宣布了多项创新，包括：
除了为员工提供类似消费者的自助体验外，还能够支持专门构建的、集成的人力资源服务提供和入职。
Barista员工语言云介绍，使Barista能够超越对话式聊天机器人，实现企业服务管理(ESM)的数字转换。
集成审批人工作流这使得barista成为第一个在保持遵从性的同时自动化流程的基于人工智能的员工自助服务解决方案。
达到soc-2的一致性，确保epspire符合企业客户的严格安全要求。
Espressive获得了多个行业荣誉，被Gartner评为2019年“酷供应商”，被HFS Research评为2019年“热门供应商”，在2019年第14届IT服务管理界IT World Awards®年度大奖中获得金奖，并被CIOReview评为2018年最具潜力的20家IT服务管理解决方案提供商。
2019年，Barista还获得了亚马逊网络服务（Amazon Web Services）合作伙伴网络（APN）的高级技术合作伙伴地位。此外，Espressive宣布与上汽集团合作，将Barista纳入上汽集团以U为中心的下一代IT终端用户解决方案。合作伙伴关系使上汽成为第一家向美国政府客户介绍基于人工智能的虚拟助理技术的公司。Espressive广泛应用于医疗、零售、科技等多个行业。
关于Espressive
Espressive是企业服务管理人工智能（AI）领域的先驱，也是一家2019年的Gartner Cool供应商，它重新定义了员工如何通过提供卓越的员工体验获得帮助。该公司的虚拟支持代理（virtual support agent，VSA）Barista将亚马逊（Amazon Alexa）和谷歌主页（Google Home）等消费者虚拟助理的便利性带入了工作场所。咖啡师通过个性化体验自动解决员工的问题、问题和请求，使员工采用率达到80%至85%，并减少了40%至60%的服务台呼叫量。Espressive得到Insight Partners、General Catalyst和Wing Venture Capital的支持，总部位于加利福尼亚州圣克拉拉市。
Insight Partners简介
Insight Partners是一家领先的全球风险投资和私募股权公司，投资于推动行业变革的高增长技术和软件公司。Insight成立于1995年，目前管理着200多亿美元的资产，累计投资了全球300多家公司。我们的使命是找到、资助有远见的高管，并与他们成功合作，为他们提供实用、实际的成长专业知识，以促进长期成功。在我们的员工和投资组合中，我们鼓励围绕一个核心信念的文化：增长等于机会。
以上由AI翻译，仅供参考！
来源于官网
-
NLP
2019年回款增长四倍，「来也科技」完成C轮4200万美元融资
人工智能企业来也科技宣布完成C轮4200万美元融资。本轮融资由光速全球基金和光速中国成长基金联合领投，凯辉创新基金、双湖资本继续跟投。来也科技表示，公司目前也是国内RPA+AI赛道融资额最高的公司。根据公开信息，来也科技于2019年6月宣布与RPA公司奥森科技合并，当时“新来也”宣布完成了B+轮3500万美元融资。在此之前，公司曾于2015年宣布获得400万美元天使轮融资，于2016年底宣布底完成数千万人民币A轮融资，于2017年底宣布完成千万美元B轮融资。
来也科技董事长兼CEO汪冠春表示，此轮融资仍将用于招募行业内优秀人才，包括销售和市场，RPA+AI技术研发和解决方案人员，夯实来也科技的商务与技术能力。事实上，来也科技在与奥森科技合并后的半年内，搭建了上百人的政企商务团队，以及近300人的RPA+AI解决方案、项目交付和产品研发团队。
值得一提的是，近期，前竹间智能CTO翁嘉颀（Phantom）加入来也科技担任副总裁，整体负责解决方案和项目交付。
合并后的来也科技被认为是“国内最接近UiPath的公司”。估值70亿美元的美国独角兽UiPath也是这条赛道上最具代表性的公司。
受国内需求显现、国外融资热度增加等因素影响，RPA是2019年创投圈的小风口，RPA+AI也被认为是RPA行业的发展趋势，这也是 RPA 迈向能够更大范围替代（或辅助）人类员工的关键一步。一方面，AI 中的 OCR、NLP 等技术能够赋予 RPA 机器人识别图像、语义分析等能力，因此机器人能够处理如纸质发票、抓取合适字段等复杂工作 ，拓展了 RPA 的应用维度；另一方面，由于 RPA 非常贴近业务，为 AI 打开了可观的商业落地前景。
正是因此，从NLP起家的来也科技与做RPA数年的奥森科技合并，备受关注。在来也科技与奥森科技合并后，公司的业务进展也一直受到行业关注。
来也科技表示，公司研发实施的RPA流程中，已包含文字识别（OCR）、自然语言处理（NLP）、对话机器人（Chatbot）、计算机视觉（CV）等多种AI能力，可实现更高复杂度、更高价值的流程自动化，在交付给客户的RPA机器人中，使用AI能力的占比达到35%。
来也科技从去年下半年开始就在积极拓展渠道。公司表示，已与神州数码、航信企服等达成合作，共计新增了200多家合作伙伴，目前公司的渠道销售网络已覆盖全国，已获得数十家世界500强、中国500强和政府机构客户，主要应用在以财税、人事、客服和营销为代表的办公场景中；此外大型政企客户已实施RPA并有扩展AI意向的占比75%以上。
目前公司的客单价从十万元到数百万元不等，主要取决于客户部署机器人的数量。2019年全年公司回款相比于2018年有四倍的增长；公司计划在2020年成为国内客户最多、部署机器人数量最多的RPA+AI公司。
生态建设也是RPA公司的重要工作之一。来也科技联席CEO兼总裁李玮表示，公司已在全国拥有超过200家合作伙伴，20多万社区注册用户。
此外，值得一提的是，此次疫情期间，来也科技也免费为政府机构提供RPA+AI软件机器人产品和服务。此次融资发布后，来也科技承诺未来每年公司会把年利润的1%捐给政务、医疗、教育和研究相关的公益项目回馈社会。
国外的RPA企业发展较早，已成长到较大市场规模。据Zinnov报告显示，2019年全球企业在RPA上花费超过23亿美元，并且全球超过38%的企业准备或者尝试RPA机器人；在业务流程外包服务市场方面，RPA市场份额已超过90％。
目前，国际上RPA赛道典型代表公司包括：估值70亿美元的美国独角兽UiPath、估值26亿美元的美国独角兽Automation Anywhere、市值16亿英镑左右的英国上市公司Blueprism等。受国外资本市场热度、国内RPA行业实际订单增速影响，RPA概念、产品、公司也受到资本市场青睐，也出现了弘玑Cyclone、云扩科技等关注度高的创业公司，其中弘玑Cyclone获DCM、源码千万美元A轮融资；云扩科技获得了金沙江创投、明势资本投资的千万美元A轮融资，获得了红杉资本中国基金数千万元A+轮融资。
参与此次融资的投资方多为公司老股东及与其关系密切的投资人，均表示了对‘RPA+AI’行业或者公司团队的认可。
其中，光速中国创始合伙人宓群认为，来也科技的管理团队在RPA和AI领域有很深的积累，打造了全行业唯一的‘RPA+AI’开放平台和最大的开发者社区。凯辉基金管理合伙人段兰春则认为，来也科技作为中国RPA+AI行业的代表，与国际同类产品竞争时表现出专业能力与影响力，比如近期来也科技短时间内上线如疫情管理流程自动化软件机器人平台、社区健康问候机器人等应用，是背后多年扎实的技术积累的体现。双湖资本CEO张艳则认可RPA+AI在传统行业数字化转型中的重要价值，认为来也产品可以提高人效，帮助企业节省成本，让企业可将人力投入到高价值业务中去。
作者：36氪
来源：sohu
-
NLP
专家谈：HR如何使用AI简化工作的5种激动人心的方式
Gartner报告说，HR 是人工智能（AI）的顶级用例之一。在本文中，我们将研究五个AI专用于HR的用例，并结合行业专家的独到见解。
人工智能（AI）改变了我们生活的各个方面，无论是个人还是专业。其无所不包的功能意味着HR中也有AI的几个使用案例。Gartner发现23％的组织正在将AI应用于其人力资源实践。
那么，您如何评估和理解AI在HR中的变革能力呢？请记住，这是我们许多日常体验背后的技术，从Google的搜索引擎到苹果的语音助手Siri。关于人力资源中越来越多的AI用例，以下是人力资源和技术领域的五位专家不得不说的话，哪些将成为实施的热门。
行业专家称有5种AI的HR用例
人力资源是所有关于建造，维护和改善人类的职场人际关系。这需要一方面以数据为依据，另一方面以直觉来对工作环境进行仔细而智能的处理。这就是为什么HR用例是AI的主要候选人的原因。
AI可以利用企业数据和优化决策，学习的决定及其影响每个周期。它的组件技术有助于将人力资源智能引入HR技术：自然语言处理（NLP）将对话和反馈转换为机器可读数据。语音和图像识别使HR可以从各种来源收集数据，也为员工提供了更大的灵活性。随着时间的推移，不同的机器学习模型会提高AI功能。
所有这些要素共同使AI适用于五个关键的HR用例。
1.员工体验为下一个阶段做好准备
员工体验（EX）的质量决定了保留率，影响推荐的可能性并显着塑造了员工品牌。从招聘到建立可持续发展的文化，人工智能可以改善整个员工旅程中的各种体验。
谈到就业机会和劳工法解决方案提供商Littler的首席数据分析官Aaron Crews 谈到AI如何改善整体员工体验时，他说：“数据越来越多地帮助我们确定如何通过工作来提高工作满意度和绩效人们的工作，改善流程和消除繁琐和瓶颈的机会。”
AI会收集非结构化数据，从而为我们提供有关组织中员工敬业度状况的有意义的见解。它可以帮助改变感知和解决员工整体体验的方式。
2.员工自助服务更加精简
自助服务系统是现代组织中的重要组成部分，可赋予员工权力并减少人力资源工作量。但是，由于采用方面的挑战或基本信息的可用性缺乏透明性，这些系统经常失败。
“来自我们平台的数据显示，所有人力资源请求中有49％是重复的。人力资源和IT售票平台Spoke的营销主管 Joshua Anish说，几乎有15％的请求被逐字逐句地提出。
在这种情况下，人工智能最重要的应用之一就是可以回答这些重复性问题，并将人力资源释放给需要人工干预的其他任务。
如果无法立即回答查询，它还可以提供对查询状态的实时洞察。客户服务软件公司Zendesk的 IT业务应用程序主管Mandy Shimshock说： “例如，在故障单中构建电子邮件触发器可以使员工在处理他们的请求时保持联系。”
人力资源的这种自由度和员工的透明度可以极大地增加员工的整体体验。
3.劳动力调度见证了360度转变
人工智能有能力完全改变我们每天的工作方式，无论任务的性质或重要性如何。当涉及到联络中心时，这将成为创新的重要动力。更大的劳动力管理生态系统，座席绩效管理以及客户互动质量将发生范式转变。
NICE是一家致力于大数据运营的公司，其高级产品营销经理Paul Chance 详细介绍了联络中心员工管理中的这一决定性转变，并讨论了AI在员工管理中的作用。
在谈到AI在计划中的作用时，他说：“以无监督学习的形式进行的人工学习使联络中心能够实施随着可用数据的更改或增加而不断改进的计划。”
他接着补充说：“当面对全渠道环境中固有的许多调度未知因素时，这就是现代劳动力管理工具如何解决调度优化难题。”
借助AI处理计划，管理人员可以远离电子表格，更有效地利用其时间来管理动态的联络中心员工。
副总裁全球总裁史蒂芬·鲍尔（Steven Power）解释了为什么在人力资源管理中使用AI如此令人兴奋：“可预测性可导致员工留住，并且可以成为人才招聘的福音。最终，通过适应工作场所中AI的采用，尤其是针对自动计划和调节计划，员工被证明在完成工作任务时具有更高的满意度和蓬勃发展。”
4.学习与发展（L＆D）达到了新的个性化水平
传统上，L＆D仅限于教室和传统培训模块。但是，AI可以极大地突破L＆D的界限-与学习者紧密合作以评估行为，预测新出现的需求并根据独特的学习能力/能力简化内容。
“想象一下，您的新手销售人员即将拜访客户。当她进入停车场时，该公司的学习机器人会自动拨打电话，以显示关于积极第一印象的微型学习课程，以及指向潜在客户的“关于我们”页面和经理最后的指导笔记的链接。如今，这是一种个性化的学习体验，” 员工福利技术与通信公司Hodges-Mace的学习与发展总监Miguel Caraballo说道 。
如此激烈的个性化和及时交付可以使L＆D成为AI应用程序的主要候选人。
5.组织文化经历了重大改革
从绩效评估和“更扁平化”的组织结构到完全消除迭代任务，人工智能将影响文化的各个方面，高级领导层将重新定义他们如何管理绩效指标，提供一个开放，包容和“远程工作友好”的组织文化。
提供人工智能和认知解决方案的跨国公司IPsoft的全球人力资源总监Ken Martin 分享了他对这种崭新的企业世界观的看法。“在不久的将来，人工智能技术将成为公司向员工提供信息和服务的宝贵人力资源工具，而这些信息和服务越来越有可能分布在各个物理位置和时区。AI将用于为智能虚拟代理提供动力，无论他们是否在正常工作时间后提交请求，智能虚拟代理都将提供24/7的个性化信息和服务访问。”
人工智能在人力资源中的用途：自然而多变的交集
今天标志着AI和自动化时代的开始。像其他所有细分市场一样，HR也可以利用人工智能的多个方面来改变甚至最基本的功能，从AI优化的招聘框架到个性化的学习和发展。
普华永道最近发表的一份题为《未来劳动力》的报告指出，“自动化和人工智能（AI）将影响企业及其员工的各个层面。这个问题太重要了，不能只留给IT（或HR）。必须对不断变化的技术前景有深入的了解和敏锐的洞察力。”
作为人力资源从业者，您必须开始将AI视为杂乱无章且精简的变革推动者。拥抱AI不断扩大的影响将使组织受益匪浅，因为它有助于为您的员工创建一个振兴的体验型生态系统。
根据您的说法，哪些是人力资源中最易于实施的AI用例？
以上由AI翻译完成，仅供参考
作者：Chiradeep BasuMallick
来源：https://www.hrtechnologist.com/articles/digital-transformation/ai-uses-in-hr-experts-speak/
-
NLP
展望2019：人力资源科技变革
文/Sara Pollock
数十年来，人力资源技术一直在不断演变。从移动到云计算，到视频的兴起，再到大数据，我们已经跟踪这种演变相当长一段时间了。成功的企业不断优化新的自动化流程，以进一步形成世界级的人才管理战略。事实上，全球65%的雇主认为，人力资源技术将解放员工，让他们专注于知识密集型的工作。
人力资源技术已经走到了尽头，它将走向何方？搜索者和求职者不再像以前那样浏览网页，现在是时候更新我们的联系方式了，也时候更新我们推销自己的方式了。这意味着我们需要比以前更容易、更快、更好，吸引到注意力，并保持注意力，获得我们想要的人才。
众所周知，如今的招聘市场是求职者主导的，86%的招聘人员和62%的雇主都有这种感觉。以下是一些人力资源技术的关键领域，它们正引领着我们走向一个更好、更成熟的招聘未来。
自然语言处理（NLP）
自然语言处理(Natural Language Processing，NLP)由人工智能技术组成，许多人认为人工智能技术可能像我们人类一样处于思考和说话的边缘。有一点很重要，那就是要明白这对人力资源的多个方面都有帮助，而不仅仅是招聘。NLP技术的作用是要真正讲我们的语言，并且能够区分特定的情绪，而不是简单地通过计算机代码翻译。
不知道如何才能使用这样的系统?当应用于领导力激励，员工反馈调查，甚至聊天时，NLP技术可以用来深入了解员工对工作场所的想法和感受。NLP对你的员工一视同仁，让你能够立即采取行动，帮助他们和你的候选人获得经验。
这不仅是确保您的员工满意的好方法，而且您还可以使用这个系统来询问关于业务内数据的具体问题。NLP可以包括PTO查询，工资信息甚至预算支出。系统具有无限可能。
虚拟现实（VR）
如果你关注过最新的视频游戏或培训研讨会，那么你就知道虚拟现实(Virtual Reality，VR)正在接管一切。2017年的一项研究发现，只有18%的受访者对VR不感兴趣。这意味着82%的人对这项技术感兴趣，这只是该技术正在经历的惊人增长的一小部分。模拟开始在世界的每个角落萌芽——包括人力资源。
这项技术使新员工比以往任何时候都更容易进入现实世界真实场景中，而不会冒着与客户沟通不畅、扰乱客户订单或其他任何耗费公司时间和金钱的事情的风险。相反，通过VR的使用，他们可以完成日常任务，以便在真正实施之前掌握窍门。
分析（Analytics）
你可能曾经使用过某种形式的分析，但它们从来没有像现在这样重要。使用最新的HCM解决方案，雇主现在可以深入了解员工信息，以更好地理解员工生命周期的重要方面，如离职统计和原因，绩效和领导策略的整体有效性。这种洞察力还可以帮助你发现公司内部的潜在问题，比如不平等和雇佣偏见。
今天，这些信息被用来更进一步的研究，不仅是用于识别问题，而且还用于预防问题。通过预测分析，公司可以更好地根据新员工、领导方法等来确定可能出现的人才指标和风险。根据预测解决方案的数据，工作场所伤害的预测准确率高达97%。在人工智能和机器学习的帮助下，这项技术正在不断进步，以帮助你在问题出现之前制定策略并加以改进。多年来，人力资源技术一直在迅速发展。公司可以利用许多系统来更好地跟踪、影响、吸引和分析候选人和雇员。
以上为AI翻译，观点仅供参考。
原文链接：Revolutionary HR Technology - What You Can Expect in 2019
-
NLP
这家公司要用NLP技术提供企业情报服务
要让机器理解人类的话语，自然语言处理（NLP）是其中的关键技术。微软将这一技术用在了小冰、Cortana这样的虚拟助手，以及Skype的实时翻译上；Facebook智能助手M的核心技术之一也是NLP。但稍微调戏一下就会发现，这些通用的虚拟助手往往会答非所问，而M的背后更是有人类训练师的支撑。但这并不妨碍NLP技术在特定领域解放人力。
玻森数据通过中文语义分析开放平台为开发者提供NLP API服务，目前有15个处理引擎，其中3个供内部使用，能实现文本的信息分类、情感分析、实体识别、文本聚类和关键词提取等功能，主要服务对象是咨询公司、金融及媒体机构。比如，商家可以用相关引擎分析用户对产品的评价。
玻森联合创始人李臻介绍，一些实验室也有做NLP引擎，但一般会针对具体的问题，而商业化语义引擎则要能快速进入某个领域，提供快速、标准的服务。目前有约4000开发者在使用玻森数据引擎。
玻森引擎对本文的摘要分析
2015年初，出于政府信息公开力度加大的原因，玻森开始开发企业情报服务系统“风报”。它以玻森的NLP引擎为基础，根据政府文书、新闻报道、公司内部文件、财务数据和行业指数等（非）结构数据，分析公司的经营信息，用于风险控制和情报分析。以往了解一家公司可能需要自行查询政府数据库，并搜索相关媒体报道才能形成初步判断，但李臻表示，他们可以按时间、性质和事件形成公司的完整报告。这显然能节省不少时间。
提供企业信息服务的公司不少，有天眼查、企查查、启信宝等。李臻告诉记者，风报的核心是分析能力。企业信息涉及很多裁判文书，提炼关键信息要进行去重、实体抽取、分词、清洗及分析等，这这些不是信息汇总就能完成的。
之所以选择企业情报服务是因为有一定的行业基础。玻森联合创始人之一的纪敏曾负责数十个企业上市及并购项目，具有丰富的投融资经验。
风报中的关系挖掘展示
李臻表示，玻森的主要优势在于NLP及语料库两方面。
玻森引擎自2006年开始，到2013年正式进行项目研发，有较长时间的技术积累，NLP引擎能进行半监督半自动化的学习。它已经在汽车、新闻和体育等行业有所应用。以汽车为例，可以为汽车之家这样的网站提供汽车咨询，客户访谈方面的分析，这需要对文本信息进行分词、抽取等，结合行业用户的知识体系再做引擎开发。李臻表示，目前少有其它公司用NLP做企业情报分析，因为NLP技术有比较高的进入门槛，一方面需要大量语料库的积累，另一方面需要对应用场景有深入理解的行业专家。
另外，目前主流的NLP技术以统计机器学习为基础，这就需要大规模的语料库，没办法做通用处理，需要根据行业进行定制。机器学习近二十年的进展很迅速，“更多的数据胜过更好的算法”成了业内许多人的共识。在良好算法的基础上，语料对NLP模型的准确性和通用性非常重要。而玻森目前在中文分词、实体识别、关系抽取、情感分析上积累了上百万条标注语料。
未来，玻森还会开发机器人客服系统，这也是NLP应用较广泛的领域，比较知名的公司有智齿客服。甚至，它还有图像处理产品研发的打算，按李臻的说法，图像识别所用算法与NLP相近。联想到国外知名创业公司MetaMind在2015年从NLP领域转型到图像分析，这并不是令人意外的产品路线。
来源：雷锋网
扫一扫 加微信
hrtechchina
