{"id":26286,"date":"2020-05-05T06:34:51","date_gmt":"2020-05-05T06:34:51","guid":{"rendered":"https:\/\/cityfalcon.com\/blog\/?p=26286"},"modified":"2020-05-21T17:09:39","modified_gmt":"2020-05-21T17:09:39","slug":"internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api","status":"publish","type":"post","link":"https:\/\/www.cityfalcon.ai\/blog\/de\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","title":{"rendered":"Der NLU-Dienst f\u00fcr die interne Inhaltsindizierung ist jetzt auf der CityFALCON-API verf\u00fcgbar"},"content":{"rendered":"

Stellen Sie sich das Szenario vor: 75.000 Dokumente und Tonnen von Nachrichten, Recherchen und Chat-Nachrichten, die ohne erkennbares Muster in ihrer Reihenfolge gesichtet, markiert und kategorisiert werden m\u00fcssen. Sie m\u00f6chten sie nach Unternehmen und Standort sortieren, aber ohne die Tags auf oberster Ebene, pro Seite und pro Satz scheint die Aufgabe nahezu unm\u00f6glich. Ist das 14.198. Dokument ein makro\u00f6konomischer Bericht \u00fcber Nordamerika, China, Tokio oder das Zusammenspiel aller drei? Hat das 47.938. Dokument<\/span> Diskutieren Sie \u00fcber Dividenden, Gewinne oder eine neue Produkteinf\u00fchrung? Bezieht sich diese Kunden-E-Mail von vor 6 Monaten auf Google, Alphabet oder GOOG? Schlimmer noch, einige Texts\u00e4tze k\u00f6nnen Hunderte von Seiten lang sein und viele verschiedene Themen und wichtige Daten enthalten. Titel, Inhaltsverzeichnisse und Top-Level-Tags k\u00f6nnen Ihnen nur so viel sagen.<\/span><\/p>\n

Du <\/span>k\u00f6nnte <\/span><\/i>Stellen Sie Mitarbeiter ein, die jedes einzelne Dokument, jede E-Mail, jeden Nachrichtenartikel und jede Chat-Nachricht manuell lesen, verstehen und organisieren. Leider verbraucht dies viel Zeit und finanzielle Ressourcen, und mit den t\u00e4glich wachsenden Chatprotokollen, E-Mails, Nachrichtenartikeln und Berichten ist es m\u00f6glicherweise sowieso unm\u00f6glich, alle Inhalte tats\u00e4chlich mit menschlichen Augen und Gedanken zu indizieren. Nachrichten zwischen Mitarbeitern in einer Abteilung k\u00f6nnten sich f\u00fcr die in einer anderen als sehr n\u00fctzlich erweisen, aber die meisten Unternehmen lassen diese Daten in den Posteing\u00e4ngen der Mitarbeiter verschwinden, wo ihr Hebelpotenzial im Nichts verloren geht.<\/span><\/p>\n

Eine bessere L\u00f6sung ist <\/span>maschinelles Lernen getrieben <\/span>Systeme zum Verstehen nat\u00fcrlicher Sprache (NLU), die das automatisieren <\/span>finden, identifizieren und markieren<\/span><\/i> Prozess, was zu \u201egetaggten Entit\u00e4ten\u201c oder \u201eextrahierten Entit\u00e4ten\u201c f\u00fchrt. NLU ist ein breiterer Ansatz zur traditionellen Verarbeitung nat\u00fcrlicher Sprache (NLP), bei dem versucht wird, Variationen im Text so zu verstehen, dass sie dieselbe semantische Information (Bedeutung) darstellen. Mit den bis auf die Satzebene extrahierten Entit\u00e4ten kann man dann alle m\u00f6glichen durchf\u00fchren <\/span>Textanalyse<\/span>, wie Heat Mapping und Gruppierungen, die zu Erkenntnissen f\u00fchren. Die Stimmungsanalyse ist eine weitere sehr beliebte Textanalyse, die zum Verst\u00e4ndnis gro\u00dfer Korpora (aggregierter Textmengen) verwendet wird.\u00a0<\/span><\/p>\n

Bei CityFALCON haben wir gerade ein NLU-Entit\u00e4tsextraktionssystem und eine Stimmungsanalyse eingef\u00fchrt, die speziell auf gesch\u00e4ftliche, finanzielle und politische Inhalte in mehreren Sprachen f\u00fcr identifizierte Entit\u00e4ten und f\u00fcr ganze Dokumente, Nachrichten, Chatprotokolle und E-Mail-Ketten abgestimmt sind.\u00a0<\/span><\/p>\n

<\/h2>\n

Das Bed\u00fcrfnis<\/b><\/h2>\n

Es gibt mehrere Gr\u00fcnde, Produkte, Unternehmen, Personen und andere Themen im Text zu identifizieren und zu markieren. Ein Grund daf\u00fcr ist, dass Regierungen Vorschriften zur Aufbewahrung von Dokumenten haben und einige Unternehmen \u00fcber sehr gro\u00dfe Mengen an aufbewahrten Dokumenten verf\u00fcgen, die unorganisiert sind und f\u00fcr weitere Big-Data-Analysen nicht verwendet werden.\u00a0<\/span><\/p>\n

Andere Unternehmen bewahren einfach alle ihre Nachrichten und internen Dokumente f\u00fcr sp\u00e4tere Bezugnahme oder sp\u00e4tere Big-Data-Analysen auf. Wenn der Text intern generiert wird, haben sie vielleicht ein paar Tags, aber sie beschreiben den Inhalt darin nicht sehr tiefgehend. Wenn der Text extern erstellt wurde, z. B. Nachrichteninhalte, k\u00f6nnen Tags unzureichend, ungenau oder nicht vorhanden sein.\u00a0<\/span><\/p>\n

In jedem Fall kann aus Tags der obersten Ebene, Titeln von Abschnitten und Abschnittszusammenfassungen nur ein begrenztes Verst\u00e4ndnis eines Textes abgeleitet werden. Metadaten existieren in allen Schichten eines Textes, und NLU kann dabei helfen, einzelne Dokumente sowie einen ganzen Korpus besser zu verstehen. Da NLU so granular wie auf Satzebene arbeitet, k\u00f6nnen Dokumente algorithmisch nach Satz analysiert und die Ausgabe f\u00fcr aussagekr\u00e4ftige Erkenntnisse verarbeitet werden.<\/span><\/p>\n

Eines der Versprechen von Big Data ist es, Informationsmengen zu verarbeiten, die einzelne Menschen oder Teams von ihnen einfach nicht k\u00f6nnten. Da unser menschlicher Verstand nur so viele Informationen auf einmal speichern kann und die Kommunikation zwischen Menschen dadurch begrenzt ist, wie schnell wir Gedanken durch Sprache \u00fcbertragen k\u00f6nnen, ist das Verstehen von drei Millionen Seiten mit Nachrichten, Dokumentationen und E-Mails keine Kunstleistung f\u00fcr einen Menschen oder sogar ein Team. Es ist Sache der Maschinen, in viel handlichere Bits zu destillieren.\u00a0<\/span><\/p>\n

NLU und zugeh\u00f6rige Analysen helfen Unternehmen, ihre Inhalte zu organisieren, sie mit Schl\u00fcsselw\u00f6rtern schneller durchsuchbar zu machen, und k\u00f6nnen Einblicke bieten, die der menschliche Verstand einfach nicht synthetisieren kann (obwohl wir die Ausgabe nat\u00fcrlich verstehen k\u00f6nnen).<\/span><\/p>\n

Wo immer es darum geht, gro\u00dfe Mengen an Textinformationen in hoher Aufl\u00f6sung zu organisieren, zu kategorisieren und zu verstehen, kann das NLU-System von CityFALCON problemlos Einblicke und abteilungs\u00fcbergreifende Analysen liefern.<\/span><\/p>\n

<\/h2>\n

Wie es funktioniert<\/b><\/h2>\n

Auf hoher Ebene zerlegt unsere neu eingef\u00fchrte API jeden Textsatz in seine einzelnen S\u00e4tze und identifiziert dann alle <\/span>Entit\u00e4ten<\/span><\/i> in jedem Satz. Nehmen wir zum Beispiel eine aktuelle \u00dcberschrift:<\/span><\/p>\n

Aktien-Futures fallen nach den Gewinnen, Trumps Drohung mit China-Z\u00f6llen wegen Pandemie<\/span><\/i><\/p>\n

Welche unsere Systeme wie folgt aufteilen werden:<\/span><\/p>\n

Aktien = Finanzinstrument<\/span><\/span><\/p>\n

Futures = Finanzinstrument<\/span><\/span><\/p>\n

Ergebnis = Veranstaltung<\/span><\/span><\/p>\n

Trumpf = Person<\/span><\/span><\/p>\n

China = Lage<\/span><\/span><\/p>\n

Tarife = Finanzthema<\/span><\/span><\/p>\n

Pandemie = Finanzthema<\/span><\/span><\/p>\n

 <\/p>\n

Und wenn Sie die vollst\u00e4ndige JSON-Antwort sehen m\u00f6chten, haben wir sie hier f\u00fcr Sie ver\u00f6ffentlicht.<\/em><\/p>\n

{\u201eText\u201c: \u201eAktien-Futures fallen nach den Gewinnen, Trumps Drohung mit China-Z\u00f6llen wegen Pandemie\u201c,<\/span>
\n\u201elang\u201c: \u201een\u201c,<\/span>
\n"Stichworte": [<\/span><\/p>\n

{<\/span>
\n\u201eStart\u201c: 0,<\/span>
\n\u201eEnde\u201c: 5,<\/span>
\n\u201eWert\u201c: \u201eAktie\u201c,<\/span>
\n\u201eTyp\u201c: \u201eFinanzinstrument\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201eAktien\u201c,<\/span>
\n"Typ": "Thema_Klassen",<\/span>
\n\u201eMetadaten\u201c: {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n\u201eStart\u201c: 6,<\/span>
\n\u201eEnde\u201c: 13,<\/span>
\n\u201eWert\u201c: \u201eFutures\u201c,<\/span>
\n\u201eTyp\u201c: \u201eFinanzinstrument\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201eFutures\u201c,<\/span>
\n\u201eTyp\u201c: \u201eFinanzthemen\u201c,<\/span>
\n\u201eMetadaten\u201c: {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n\u201eStart\u201c: 25,<\/span>
\n\u201eEnde\u201c: 33,<\/span>
\n\u201eWert\u201c: \u201eEinnahmen\u201c,<\/span>
\n\u201eTyp\u201c: \u201eEreignis\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201eEinnahmen\u201c,<\/span>
\n\u201eArt\u201c: \u201eHauptgesch\u00e4fts_und_verwandte_Aktivit\u00e4ten\u201c,<\/span>
\n\u201eMetadaten\u201c: {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n\u201eAnfang\u201c: 36,<\/span>
\n\u201eEnde\u201c: 43,<\/span>
\n\u201eWert\u201c: \u201eTrumpf\u201c,<\/span>
\n\u201eTyp\u201c: \u201ePerson\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201eFamilie Trump\u201c,<\/span>
\n\u201eTyp\u201c: \u201eMenschen\u201c,<\/span>
\n\u201eMetadaten\u201c: {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n\u201eAnfang\u201c: 55,<\/span>
\n\u201eEnde\u201c: 60,<\/span>
\n\u201eWert\u201c: \u201eChina\u201c,<\/span>
\n\u201eTyp\u201c: \u201eStandort\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201eChina\u201c,<\/span>
\n\u201eTyp\u201c: \u201egeo_regionen\u201c,<\/span>
\n\u201eMetadaten\u201c: {<\/span>
\n"L\u00e4nder": [<\/span>
\n"China"<\/span>
\n],<\/span>
\n\u201eSubkontinente\u201c: [<\/span>
\n"Ostasien"<\/span>
\n],<\/span>
\n\u201eKontinente\u201c: [<\/span>
\n"Asien"<\/span>
\n]<\/span>
\n}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n\u201eStart\u201c: 61,<\/span>
\n\u201eEnde\u201c: 68,<\/span>
\n\u201eWert\u201c: \u201eTarife\u201c,<\/span>
\n\u201eTyp\u201c: \u201eFinanzthema\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201eTarife\u201c,<\/span>
\n\u201eTyp\u201c: \u201eFinanzthemen\u201c,<\/span>
\n\u201eMetadaten\u201c: {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n\u201eStart\u201c: 74,<\/span>
\n\u201eEnde\u201c: 82,<\/span>
\n\u201eWert\u201c: \u201ePandemie\u201c,<\/span>
\n\u201eTyp\u201c: \u201eFinanzthema\u201c,<\/span>
\n\u201ematched\u201c: wahr,<\/span>
\n\u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n\u201eName\u201c: \u201ePandemie\u201c,<\/span>
\n\u201eTyp\u201c: \u201eandere_Themen\u201c,<\/span>
\n\u201eMetadaten\u201c: {}<\/span>
\n}<\/span>
\n]<\/span><\/p>\n

}<\/span>
\n]<\/span><\/p>\n

}<\/span><\/p>\n

 <\/p>\n

Nehmen Sie weiter die Entit\u00e4t <\/span>China<\/span><\/i>. Da es in unserer Datenbank \u201egematcht\u201c wurde, ist ihm auch eine Hierarchie zugeordnet. Damit ist der Begriff gemeint <\/span>China<\/span><\/i> k\u00f6nnen jetzt zur\u00fcckgegeben werden, wenn jemand auch Ostasien oder Asien durchsucht, was eine viel bessere Indizierung interner Inhalte erm\u00f6glicht.\u00a0<\/span><\/p>\n

Zus\u00e4tzlich zu Hierarchien k\u00f6nnen \u00fcbereinstimmende Entit\u00e4ten mehrere Namen zusammen b\u00fcndeln. Ein solches Beispiel ist der Begriff \u201eCoronavirus\u201c, der in unseren Systemen neben vielen anderen verwandten W\u00f6rtern und kurzen S\u00e4tzen mit \u201eCOVID-19\u201c, \u201ecovid19\u201c und \u201ecovid\u201c abgeglichen wird. Dies erm\u00f6glicht es einem Mitarbeiter, einen einzelnen Begriff zu suchen und alle zugeh\u00f6rigen Elemente zu erhalten, selbst wenn eine einfache Textsuche fehlschlagen w\u00fcrde, da die einfache Textsuche <\/span>COVID-19<\/span><\/i> wird Erw\u00e4hnungen von nicht zur\u00fcckgeben <\/span>Coronavirus<\/span><\/i>.<\/span><\/p>\n

Schauen wir uns ein anderes Beispiel an. Dies k\u00f6nnte eine Chat-Nachricht zwischen Mitarbeitern sein:<\/span><\/p>\n

\u2013 Glauben Sie, dass die USA Ermittlungen gegen Facebook einleiten werden?<\/span><\/em><\/p>\n

Auch hier ist das JSON, das von unseren Systemen zur\u00fcckgegeben wird.<\/p>\n

{<\/span>
\n \u201eText\u201c: \u201eSie denken, die USA werden Ermittlungen gegen Facebook einleiten\u201c,<\/span>
\n \u201elang\u201c: \u201een\u201c,<\/span>
\n "Stichworte": [<\/span><\/p>\n

{<\/span>
\n \u201eStart\u201c: 14,<\/span>
\n \u201eEnde\u201c: 16,<\/span>
\n \u201eWert\u201c: \u201eUSA\u201c,<\/span>
\n \u201eTyp\u201c: \u201eStandort\u201c,<\/span>
\n \u201ematched\u201c: wahr,<\/span>
\n \u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n \u201eName\u201c: \u201eVereinigte Staaten von Amerika\u201c,<\/span>
\n \u201eTyp\u201c: \u201egeo_regionen\u201c,<\/span>
\n \u201eMetadaten\u201c: {<\/span>
\n "L\u00e4nder": [<\/span>
\n "Vereinigte Staaten von Amerika"<\/span>
\n ],<\/span>
\n \u201eSubkontinente\u201c: [<\/span>
\n \u201eNordamerika\u201c<\/span>
\n ],<\/span>
\n \u201eKontinente\u201c: [<\/span>
\n "Nordamerika"<\/span>
\n ]<\/span>
\n }<\/span><\/p>\n

}<\/span><\/p>\n

]<\/span>
\n },<\/span>
\n {<\/span>
\n \u201eStart\u201c: 51,<\/span>
\n \u201eEnde\u201c: 59,<\/span>
\n \u201eWert\u201c: \u201eFacebook\u201c,<\/span>
\n \u201eTyp\u201c: \u201eFirma\u201c,<\/span>
\n \u201ematched\u201c: wahr,<\/span>
\n \u201eEinheiten\u201c: [<\/span><\/p>\n

{<\/span>
\n \u201eName\u201c: \u201eFacebook Inc\u201c,<\/span>
\n \u201eTyp\u201c: \u201eAktien\u201c,<\/span>
\n \u201eMetadaten\u201c: {<\/span>
\n \u201elegal_ids\u201c: [<\/span>
\n \u201e0201665019_irs-uns\u201c,<\/span>
\n \u201e0001326801_sec-us\u201c<\/span>
\n ],<\/span>
\n \u201eTicker\u201c: [<\/span>
\n \u201eFB_US\u201c<\/span>
\n ],<\/span>
\n "Kategorien": [<\/span>
\n "Sozialen Medien"<\/span>
\n ],<\/span>
\n \u201eTeilbranchen\u201c: [<\/span>
\n \u201eInternetdienste & Infrastruktur\u201c<\/span>
\n ],<\/span>
\n \u201eBranchen\u201c: [<\/span>
\n "IT-Service"<\/span>
\n ],<\/span>
\n \u201eSektoren\u201c: [<\/span>
\n "Technologie",<\/span>
\n \u201eKommunikation\u201c<\/span>
\n ]<\/span>
\n }<\/span>
\n }<\/span><\/p>\n

]<\/span>
\n },<\/span>
\n {<\/span>
\n \u201eStart\u201c: 22,<\/span>
\n \u201eEnde\u201c: 42,<\/span>
\n \u201eWert\u201c: \u201eUntersuchung starten\u201c,<\/span>
\n \u201eTyp\u201c: \u201eEreignis\u201c,<\/span>
\n \u201e\u00fcbereinstimmend\u201c: falsch<\/span>
\n }<\/span>
\n ]<\/span>
\n }<\/span><\/p>\n

Hier ist \u201eUS\u201c eine \u00fcbereinstimmende Entit\u00e4t und enth\u00e4lt auch eine Hierarchie. Das konkrete Thema <\/span>vereinigte Staaten von Amerika<\/span><\/i> wird mit \u201ethe US\u201c, \u201eUnited States\u201c und \u201eAmerica\u201c identifizierbar sein und kann auch gefunden werden, wenn jemand Nordamerika durchsucht. Wenn sich ein Mitarbeiter also vage an den Konversationsthread \u00fcber \u201eAmerika\u201c erinnert, wird er nicht frustriert sein \u00fcber die Diskrepanz zwischen seinem Suchbegriff \u201eAmerika\u201c und dem tats\u00e4chlich verwendeten Begriff \u201eUSA\u201c. Bei einer normalen Textsuche schl\u00e4gt der Versuch, die Konversation zu finden, m\u00f6glicherweise fehl.<\/span><\/p>\n

Unternehmen sind auch Teil einer Hierarchie in der Wirtschaft, und die Suche nach IT-Diensten stellt sicher, dass \u201eFacebook\u201c auch in den Ergebnissen enthalten ist. Nicht nur das, sondern weil Facebook ein b\u00f6rsennotiertes Unternehmen ist, werden seine gesetzlichen Identit\u00e4tsnummern, einschlie\u00dflich seiner SEC-Kennung und Ticker nach Land, zur\u00fcckgegeben. Dies k\u00f6nnte mit Unternehmensunterlagen verbunden oder programmgesteuert in einen anderen Algorithmus eingespeist werden, der SEC abruft Einreichungen von CityFALCON<\/a> oder f\u00fcr Querverweise auf Gerichtsverfahren im US-Gerichtssystem verwendet werden.<\/span><\/p>\n

Schlie\u00dflich kann es auch n\u00fctzlich sein, Aktionen aus einem beliebigen Gespr\u00e4chs- oder Forschungsbericht herauszusuchen. Die Phrasierung <\/span>Ermittlungen einleiten<\/span><\/i> wurde von uns abgeholt <\/span>maschinelles Lernen <\/span>Systeme als ein <\/span>Veranstaltung<\/span><\/i>. Diese Daten helfen dabei, das Thema eines Textes zu bestimmen, und ein guter Anwendungsfall w\u00e4re, E-Mails mit ihren Ereignissen zu markieren. In diesem Beispiel ist die <\/span>Veranstaltung <\/span><\/i>war <\/span>nicht <\/b>abgeglichen, aber es gibt Zehntausende von Ereignissen auf CityFALCON, die auf die gleiche Weise abgeglichen werden k\u00f6nnen, wie Standorte und Unternehmen mit zugeh\u00f6rigen Daten abgeglichen werden k\u00f6nnen.<\/span><\/p>\n

Da es Maschinen egal ist, ob Sie 1 oder 100.000 S\u00e4tze haben, kann derselbe Vorgang unbegrenzt f\u00fcr Korpusse beliebiger Gr\u00f6\u00dfe wiederholt werden. All dies wird in wenigen Sekunden verarbeitet, wobei unser Algorithmus es auf einer schnellen GPU verarbeitet.<\/span><\/p>\n

 <\/p>\n

Der Umfang des CityFALCON-Systems<\/b><\/h2>\n

Wir identifizieren 20 Gruppen benutzerdefinierter Entit\u00e4ten und mehr als 300.000 \u201ebenannte Entit\u00e4ten\u201c-Themen, die finanzspezifisch sind, und f\u00fcgen eine tiefe Ebene m\u00f6glicher Analysen f\u00fcr Banken, Regierungen, Hochschulen und andere Benutzer hinzu, die eine Inhaltsanalyse auf der Grundlage von Wirtschafts- und Finanzbegriffen ben\u00f6tigen jenseits von Produkten von Wettbewerbern wie IBM oder Microsoft, deren Systeme auf allgemeine Inhalte ausgelegt sind.<\/span><\/p>\n

Beispielsweise behandelt ein einzelnes Thema die Idee \u201eVereinigte Staaten von Amerika\u201c, wobei die zugeh\u00f6rigen Namen wie \u201eUS\u201c, \u201eAmerika\u201c und \u201eUSA\u201c alle als Teil dieses einen Themas angesehen werden, ebenso wie die Metadaten (z Standorte ist dies die geografische Hierarchie). Alle Themen sind mit zugeh\u00f6rigen Informationen und, falls vorhanden, Hierarchien und zugeh\u00f6rigen Namen versehen. Sie reichen von Standorten \u00fcber Personen bis hin zu Unternehmen und Produkten, und Sie k\u00f6nnen sie sogar in unserem durchsuchen <\/span>Verzeichnis<\/span><\/a> wenn du sie alle sehen willst. \u00dcber die API k\u00f6nnen Sie Ihre eigenen Inhalte auf die gleiche Weise indizieren, und diese F\u00e4higkeit ist ein riesiges Reservoir an Organisationskraft.<\/span><\/p>\n

Mit all diesen Themen- und Entit\u00e4tsgruppen ist NLU als <\/span>kognitives Werkzeug<\/span> verwandelt die Suche von einem Instrument, das eine bereits im Kopf vorhandene Idee festigt, in ein Instrument, das Ideen auf der Grundlage von Konzepten aufbaut. Anstatt nach einem bestimmten Dokument oder einer E-Mail-Kette zu suchen <\/span>Biotech<\/span><\/i>k\u00f6nnen Arbeiter nach Branchen-Tags suchen. Vielleicht wird neben der Biotechnologie h\u00e4ufig ein anderer Sektor erw\u00e4hnt, der als Weg f\u00fcr potenzielle Erkenntnisse dient. Umgekehrt m\u00f6chte man vielleicht alle Preisbewegungen in einer E-Mail-Kette oder einer Reihe von 15.000 Nachrichten finden, unabh\u00e4ngig von der Richtung und dem verwendeten spezifischen Vokabular (<\/span>st\u00fcrmen, stacheln, springen, hochschnellen, hochschie\u00dfen<\/span><\/i>, etc.).\u00a0<\/span><\/p>\n

Zum Zeitpunkt der Ver\u00f6ffentlichung dieses Blogbeitrags sind CityFALCON-Systeme bereit, englische und russische Inhalte zu akzeptieren. Ukrainisch und Spanisch werden diesen Sommer akzeptiert, und andere Sprachen werden hinzugef\u00fcgt, wenn unsere Systeme durch unsere entwickelt werden <\/span>F&E-Projekt in Malta im Gange<\/span><\/a>, die Mandarin, Japanisch, Koreanisch, Deutsch, Franz\u00f6sisch, Portugiesisch und andere umfasst. Letztendlich werden wir \u00fcber 90 Sprachen abdecken.<\/span><\/p>\n

 <\/p>\n

NLU f\u00fcr interne Inhalte<\/b><\/h2>\n

Der Kern von CityFALCON ist NLU: Wir sammeln, aggregieren und verarbeiten Finanznachrichten und -inhalte \u2013 verstehen deren Sprache \u2013 und liefern sie den Benutzern in Echtzeit. Wir f\u00fcgen einige Analysen hinzu, wie z. B. eine Relevanzbewertung, Stimmung und einige andere Ideen, die sich in der Entwicklung befinden.<\/span><\/p>\n

Diese riesige Maschine zum Verstehen haupts\u00e4chlich der Finanz- und Wirtschaftssprache funktioniert gut f\u00fcr alle Daten, die wir selbst beziehen. Es funktioniert genauso gut mit Client-Textdaten, sei es <\/span>firmeneigene Recherchen, Wirtschaftsberichte, Abschriften von Telefongespr\u00e4chen oder einfache interne<\/span> Notizen und E-Mails.<\/span><\/p>\n

Unsere propriet\u00e4re NLU-Engine kann von Kunden verwendet werden, um ihre eigenen Inhalte zu indizieren und zu organisieren. Die NLU-Engine wurde von unserem Team aus Finanz- und NLU-Analysten in den letzten drei Jahren anhand von Nachrichtenartikeln, Tweets und beh\u00f6rdlichen Einreichungen verfeinert. Jetzt kann diese Befugnis auf interne Finanzinhalte angewendet werden, die Sie indizieren m\u00f6chten.<\/span><\/p>\n

Ein potenzielles Mitarbeiterportal kann die folgenden Komponenten aufweisen.<\/span><\/p>\n

 <\/p>\n

Externe Inhalte<\/span><\/i><\/h4>\n

Wir stellen diese Inhalte aus unseren \u00fcber 5000 Quellen und Twitter bereit. Wir senden Ihnen Nachrichten, Tweets, Finanzberichte und beh\u00f6rdliche Einreichungen, einen CityFALCON-Relevanzwert, NLU-Daten zu externen Inhalten und Stimmungsanalysen.<\/span><\/p>\n

 <\/p>\n

Interner Inhalt<\/span><\/i><\/h4>\n

Dies stammt aus allen vom Kunden bereitgestellten Texten, wie interner Korrespondenz, Ver\u00f6ffentlichungen und informellen E-Mails zwischen Abteilungen.<\/span><\/p>\n

 <\/p>\n

Organisations\u00fcbergreifende Inhalte<\/span><\/i><\/h4>\n

Einige der zur\u00fcckgegebenen Tags enthalten nicht nur Namen, sondern auch wichtige Informationen wie die Position in wirtschaftlichen Hierarchien, wie Sektoren und Teilbranchen, sowie rechtliche Informationen wie Firmen-ID-Nummern und Ticker. Diese k\u00f6nnen Ihre Suche weiter verbessern oder einige Prozesse automatisieren, wie z. B. das Abrufen des neuesten Aktienkurses von einer B\u00f6rse f\u00fcr Ihre H\u00e4ndler.\u00a0<\/span><\/p>\n

 <\/p>\n

Echtzeit-Chat<\/span><\/i><\/h4>\n

Mitarbeitergespr\u00e4che werden getaggt, sobald sie stattfinden, und bieten durchsuchbare Erkenntnisse, z. B. wie oft ein Team einen Sektor oder eine Schl\u00fcsselperson w\u00e4hrend einer Arbeitswoche erw\u00e4hnt. Dies erm\u00f6glicht es Entscheidungstr\u00e4gern, ansonsten verdeckte, aber n\u00fctzliche Informationen aufzudecken. Wenn alle \u00fcber X reden, dann k\u00f6nnte X der n\u00e4chste gro\u00dfe Schritt auf den M\u00e4rkten sein.<\/span><\/p>\n

Dies erm\u00f6glicht es Mitarbeitern auch, fr\u00fchere Chat-Threads zu durchsuchen und nach Entit\u00e4t oder Entit\u00e4tsgruppe statt nach einem bestimmten Schl\u00fcsselwort zu suchen, wodurch das Potenzial zum Kn\u00fcpfen von Verbindungen erweitert wird. Beispielsweise m\u00f6chte jemand wissen, wie oft ein bestimmter Kollege \u201eFinanzinstrument\u201c oder \u201eFirma\u201c erw\u00e4hnt, unabh\u00e4ngig von den Besonderheiten.\u00a0<\/span><\/p>\n

Der Echtzeit-Chat k\u00f6nnte sogar einen Echtzeit-Newsfeed steuern, der sich an das aktuelle Gespr\u00e4chsthema anpasst.<\/span><\/p>\n

 <\/p>\n

Visualisierungen<\/span><\/i><\/h4>\n

Diese Komponente erm\u00f6glicht es, die Struktur und Themen einer Reihe von Texten auf einen Blick zu verstehen, seien es E-Mail-Threads mit Kunden, die Nachrichten der Woche oder Besprechungsprotokolle. Das Layout und Design muss auf Unternehmensseite implementiert werden, aber CityFALCON kann strukturierte NLU-Daten als Grundlage dieser Komponente bereitstellen.<\/span><\/p>\n

Nur ein Beispiel f\u00fcr eine Ad-hoc-Analyse der St\u00e4rke eines Trends k\u00f6nnte in der St\u00e4rke der verwendeten W\u00f6rter visualisiert werden. Wenn in allen Schlagzeilen \u201eabdriften\u201c, \u201ek\u00e4mpfen\u201c und \u201etiefer treiben\u201c stehen, wissen Sie, dass die Situation nicht so schlimm ist, als wenn alle \u201est\u00fcrzen\u201c, \u201eimplodieren\u201c und \u201edezimieren\u201c sagen w\u00fcrden. Durch die Verwendung von CityFALCON NLU wird diese Art der On-the-Fly-Analyse so einfach wie das Betrachten aller Instanzen von a Preis_Bewegung<\/code> Tag in einer Reihe von Texten.<\/span><\/p>\n

 <\/p>\n

\"Umfangreiches<\/a>

Ein potenzielles Mitarbeiter-Dashboard mit internen und externen Inhalten<\/p><\/div>\n

Warum f\u00fcr den Service bezahlen?<\/b><\/h2>\n

Einige m\u00f6gen argumentieren, dass das Erstellen dieser Systeme selbst einfach oder ressourcenarm ist. Einige versuchen m\u00f6glicherweise, das Tagging und die Organisation an billige Arbeitskr\u00e4fte im Ausland auszulagern, w\u00e4hrend andere versuchen, ein paar Entwickler einzustellen, die dies intern tun. Keine dieser L\u00f6sungen l\u00f6st das Problem jedoch angemessen, und ihnen entgeht ein sehr wichtiger Mehrwert.<\/span><\/p>\n

Erstens kann die schiere Menge an Inhalten m\u00f6glicherweise nicht von Menschen verarbeitet werden, sodass eine manuelle Verarbeitung nicht anwendbar ist. Au\u00dferdem ist es nicht m\u00f6glich, die manuelle NLU-Extraktion in Echtzeit auf Chats und andere sich st\u00e4ndig \u00e4ndernde Quellen anzuwenden. Mit maschinellem Lernen und automatisierten Systemen ist dies m\u00f6glich.<\/span><\/p>\n

Zweitens dauert der Aufbau und die Implementierung dieser Systeme lange. Die Algorithmen m\u00fcssen nicht nur trainiert, sondern auch getestet und angepasst werden. Der Aufbau des gesamten Systems kann Jahre dauern, w\u00e4hrend es m\u00f6glich ist, die Technologie zu lizenzieren <\/span>im Augenblick<\/span><\/i>.<\/span><\/p>\n

Drittens m\u00fcssen das zugrunde liegende \u201eVerst\u00e4ndnis\u201c und die Struktur des gesamten Apparats angepasst werden, wenn neue Ideen und Konzepte auf die Welt kommen. In Wirtschaft und Politik gibt es st\u00e4ndig neue Personen, Unternehmen, Gesetze und Ereignisse, die es zu verfolgen gilt. Sie br\u00e4uchten ein ganzes Team, um all dies zu verfolgen und die Algorithmen entsprechend zu aktualisieren \u2013 gl\u00fccklicherweise erledigt CityFALCON dies bereits f\u00fcr Sie mit unserem mehrsprachigen Finanzanalystenteam.\u00a0<\/span><\/p>\n

K\u00f6nnen diese Systeme intern erstellt und gewartet werden? Ja. Ihr Bau und die anschlie\u00dfende Wartung werden jedoch schnell teuer und zeitaufw\u00e4ndig, insbesondere in sich schnell entwickelnden Bereichen wie Finanzen, Wirtschaft und Politik. CityFALCON kann die technischen Details behandeln. Sie konzentrieren sich auf den Kunden und das Gesch\u00e4ft.<\/span><\/p>\n

Letztendlich liegt der Wert in Daten. Mit dem Produkt von CityFALCON kann latenter Wert aus Finanz- und Wirtschaftstextquellen extrahiert und in umsatzgenerierende Unternehmungen wie Handel und Portfoliomanagement geleitet werden. Wir k\u00f6nnen Ihnen helfen, Ihre Metadaten bis auf die W\u00f6rter in S\u00e4tzen anzureichern, einzelne Entit\u00e4ten mit zugeh\u00f6rigen Informationen zu verbinden und web\u00e4hnliche Verbindungen zwischen allen Teilen Ihres Unternehmens aufzubauen.<\/span><\/p>\n

 <\/p>\n

Sicherheit und Vertraulichkeit<\/b><\/h2>\n

Da Sicherheit und Vertraulichkeit bei der internen Dokumentation oder der privaten Korrespondenz zwischen Kunden und Mitarbeitern von gr\u00f6\u00dfter Bedeutung sind, sind Ihre Daten bei unserem System in sicheren H\u00e4nden.\u00a0<\/span><\/p>\n

Um die technischen Details zu vermeiden, wird der gesamte von Ihnen gesendete Text durch einen normalen HTTPS-verschl\u00fcsselten Tunnel gesendet, sodass niemand die von Ihnen gesendeten Anfragedaten lesen kann. Dann befinden sich Ihre Daten auf unseren Servern vor\u00fcbergehend im RAM, w\u00e4hrend sie verarbeitet werden. Nach der Verarbeitung verschwinden alle Spuren Ihrer Daten aus unserem System. Das bedeutet, dass der Text niemals auf die Festplatte geschrieben oder in unserer Datenbank gespeichert wird.<\/span><\/p>\n

Wenn jemand unsere Systeme hackt oder ein unseri\u00f6ser Mitarbeiter versucht, Kundeninformationen zu verkaufen, gibt es keine Daten zu stehlen. Vergangene Inhalte wurden unwiederbringlich gel\u00f6scht. Der einzige Nachteil ist, dass Ihre Anfrage nicht zwischengespeichert wird. Wenn Sie also denselben Text erneut extrahieren m\u00fcssen \u2013 vielleicht wurde er versehentlich auf einem internen Computer gel\u00f6scht \u2013 m\u00fcssen Sie ihn erneut \u00fcbertragen. Die Notwendigkeit, ein Dokument erneut zu verarbeiten, ist jedoch ziemlich selten.<\/span><\/p>\n

Umgekehrt k\u00f6nnen wir f\u00fcr diejenigen, die die Dinge wirklich lokal halten m\u00f6chten, eine lokale Systembereitstellung anbieten <\/span>regelm\u00e4\u00dfige Aktualisierungen<\/span>, sodass der gesamte NLU-Prozess am Standort des Clients erfolgen kann, wobei die Daten niemals ihre eigenen Systeme verlassen.<\/span><\/p>\n

 <\/p>\n

Bequeme Integration<\/b><\/h2>\n

Mit unserer API kann jetzt jedes Unternehmen seine internen Inhalte aus fr\u00fcheren Dokumentationen oder in Echtzeit indizieren. Es ist so einfach wie das Abfragen des API-Endpunkts f\u00fcr die Entit\u00e4tsextraktion (NLU-Tagging) und die Autorisierung mit dem eindeutigen Schl\u00fcssel Ihres Unternehmens. Nat\u00fcrlich m\u00fcssen Sie Ihr eigenes Dashboard und Ihre eigene Benutzeroberfl\u00e4che f\u00fcr Ihre eigenen Benutzer erstellen, aber wir k\u00fcmmern uns um den ganzen schweren Aufwandi<\/span>ng in NLU \u2013 das ist schlie\u00dflich unser Service.<\/span><\/p>\n

Kontaktiere uns<\/span><\/a> um eine Demonstration einzurichten und m\u00f6gliche Anwendungsf\u00e4lle, Anrufbeschr\u00e4nkungen und andere Fragen zu besprechen, die Sie m\u00f6glicherweise haben.<\/span><\/p>\n

 <\/p>\n

\"Einfaches<\/a>

Eine einfachere interne Ansicht mit einer zugeh\u00f6rigen Beobachtungsliste<\/p><\/div>\n

 <\/p>","protected":false},"excerpt":{"rendered":"

Stellen Sie sich das Szenario vor: 75.000 Dokumente und Tonnen von Nachrichten, Recherchen und Chat-Nachrichten, die ohne erkennbares Muster in ihrer Reihenfolge gesichtet, markiert und kategorisiert werden m\u00fcssen. Sie m\u00f6chten sie nach Unternehmen und Standort sortieren, aber ohne die oberste Ebene, pro Seite, \u2026 Weiterlesen \u2192<\/a><\/p>","protected":false},"author":28,"featured_media":26294,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[2],"tags":[],"class_list":["post-26286","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-the-startup-journey"],"yoast_head":"\nInternal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog<\/title>\n<meta name=\"description\" content=\"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog\" \/>\n<meta property=\"og:description\" content=\"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\" \/>\n<meta property=\"og:site_name\" content=\"CityFALCON Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/cityfalconfollow\/\" \/>\n<meta property=\"article:published_time\" content=\"2020-05-05T06:34:51+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2020-05-21T17:09:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.cityfalcon.com\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"801\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Cory Sarver\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@cityfalcon\" \/>\n<meta name=\"twitter:site\" content=\"@cityfalcon\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Cory Sarver\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"15\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":[\"Article\",\"BlogPosting\"],\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\"},\"author\":{\"name\":\"Cory Sarver\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1\"},\"headline\":\"Internal Content Indexing NLU Service Now Available on the CityFALCON API\",\"datePublished\":\"2020-05-05T06:34:51+00:00\",\"dateModified\":\"2020-05-21T17:09:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\"},\"wordCount\":2968,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"articleSection\":[\"The Startup Journey\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\",\"url\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\",\"name\":\"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog\",\"isPartOf\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"datePublished\":\"2020-05-05T06:34:51+00:00\",\"dateModified\":\"2020-05-21T17:09:39+00:00\",\"description\":\"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"contentUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"width\":1200,\"height\":801,\"caption\":\"Understand all your content with fine-grain resolution using CityFALCON's NLU service\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.cityfalcon.ai\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Internal Content Indexing NLU Service Now Available on the CityFALCON API\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#website\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/\",\"name\":\"CityFALCON Blog\",\"description\":\"Financial News Simplified\",\"publisher\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.cityfalcon.ai\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#organization\",\"name\":\"CityFalcon\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg\",\"contentUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg\",\"width\":238,\"height\":113,\"caption\":\"CityFalcon\"},\"image\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/cityfalconfollow\/\",\"https:\/\/x.com\/cityfalcon\",\"https:\/\/www.linkedin.com\/company\/cityfalcon\",\"https:\/\/www.youtube.com\/channel\/UCkhcDOZES1LUBHRIAAt7WOA\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1\",\"name\":\"Cory Sarver\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png\",\"contentUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png\",\"caption\":\"Cory Sarver\"},\"description\":\"Chief Editor, CityFALCON\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/de\/author\/cory\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog","description":"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","og_locale":"de_DE","og_type":"article","og_title":"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog","og_description":"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.","og_url":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","og_site_name":"CityFALCON Blog","article_publisher":"https:\/\/www.facebook.com\/cityfalconfollow\/","article_published_time":"2020-05-05T06:34:51+00:00","article_modified_time":"2020-05-21T17:09:39+00:00","og_image":[{"width":1200,"height":801,"url":"https:\/\/www.cityfalcon.com\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","type":"image\/jpeg"}],"author":"Cory Sarver","twitter_card":"summary_large_image","twitter_creator":"@cityfalcon","twitter_site":"@cityfalcon","twitter_misc":{"Verfasst von":"Cory Sarver","Gesch\u00e4tzte Lesezeit":"15\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":["Article","BlogPosting"],"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#article","isPartOf":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/"},"author":{"name":"Cory Sarver","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1"},"headline":"Internal Content Indexing NLU Service Now Available on the CityFALCON API","datePublished":"2020-05-05T06:34:51+00:00","dateModified":"2020-05-21T17:09:39+00:00","mainEntityOfPage":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/"},"wordCount":2968,"commentCount":0,"publisher":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#organization"},"image":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage"},"thumbnailUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","articleSection":["The Startup Journey"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","url":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","name":"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog","isPartOf":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage"},"image":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage"},"thumbnailUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","datePublished":"2020-05-05T06:34:51+00:00","dateModified":"2020-05-21T17:09:39+00:00","description":"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.","breadcrumb":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage","url":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","contentUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","width":1200,"height":801,"caption":"Understand all your content with fine-grain resolution using CityFALCON's NLU service"},{"@type":"BreadcrumbList","@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.cityfalcon.ai\/blog\/"},{"@type":"ListItem","position":2,"name":"Internal Content Indexing NLU Service Now Available on the CityFALCON API"}]},{"@type":"WebSite","@id":"https:\/\/www.cityfalcon.ai\/blog\/#website","url":"https:\/\/www.cityfalcon.ai\/blog\/","name":"CityFALCON Blog","description":"Financial News Simplified","publisher":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.cityfalcon.ai\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.cityfalcon.ai\/blog\/#organization","name":"CityFalcon","url":"https:\/\/www.cityfalcon.ai\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg","contentUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg","width":238,"height":113,"caption":"CityFalcon"},"image":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/cityfalconfollow\/","https:\/\/x.com\/cityfalcon","https:\/\/www.linkedin.com\/company\/cityfalcon","https:\/\/www.youtube.com\/channel\/UCkhcDOZES1LUBHRIAAt7WOA"]},{"@type":"Person","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1","name":"Cory Sarver","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/image\/","url":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png","contentUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png","caption":"Cory Sarver"},"description":"Chief Editor, CityFALCON","url":"https:\/\/www.cityfalcon.ai\/blog\/de\/author\/cory\/"}]}},"_links":{"self":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/posts\/26286","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/users\/28"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/comments?post=26286"}],"version-history":[{"count":55,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/posts\/26286\/revisions"}],"predecessor-version":[{"id":26470,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/posts\/26286\/revisions\/26470"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/media\/26294"}],"wp:attachment":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/media?parent=26286"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/categories?post=26286"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/de\/wp-json\/wp\/v2\/tags?post=26286"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}